实时计算引擎工程师考试试卷及答案

实时计算引擎工程师考试试卷及答案填空题（每题1分，共10分）1.ApacheFlink中负责执行任务的核心组件是______。答案：TaskManager2.Kafka中每个主题可划分为多个______。答案：分区（Partition）3.Flink的三种时间语义包括事件时间、处理时间和______。答案：摄入时间（IngestionTime）4.SparkStreaming的核心抽象是______。答案：DStream5.实时计算常用的消息队列（写出1个）是______。答案：Kafka6.Flink中窗口按触发策略分为滚动、滑动和______窗口。答案：会话（Session）7.Kafka生产者默认的分区策略是______。答案：轮询（RoundRobin）8.Flink状态管理分为算子状态和______状态。答案：键控（Keyed）9.SparkStructuredStreaming基于______数据模型。答案：结构化（DataFrame/Dataset）10.实时计算数据延迟包括处理延迟和______延迟。答案：传输单项选择题（每题2分，共20分）1.以下属于Flink时间语义的是？A.事件时间B.计算时间C.存储时间D.传输时间答案：A2.Kafka消费者组的作用是？A.隔离业务消费B.增加存储容量C.提高生产者速度D.减少重复答案：A3.滚动窗口的特点是？A.窗口重叠B.大小固定不重叠C.大小动态D.会话触发答案：B4.SparkStreaming与Flink的主要区别是？A.Flink不支持状态管理B.SparkStreaming是微批处理C.两者都不支持精确一次D.无区别答案：B5.Kafka主题分区数应？A.越多越好B.越少越好C.与消费者数量匹配D.固定为1答案：C6.Flink协调任务执行的组件是？A.TaskManagerB.JobManagerC.DataStreamD.StateBackend答案：B7.“精确一次”语义指？A.每条处理1次B.至少1次C.最多1次D.无限制答案：A8.SparkStructuredStreaming输出模式不包括？A.AppendB.UpdateC.CompleteD.Delete答案：D9.Kafka消息保留时间由哪个配置决定？A.retention.msB.max.message.bytesC.batch.sizeD.linger.ms答案：A10.Flink状态后端不包括？A.MemoryStateBackendB.FsStateBackendC.RocksDBStateBackendD.KafkaStateBackend答案：D多项选择题（每题2分，共20分）1.Flink支持的窗口类型包括？A.滚动B.滑动C.会话D.全局答案：ABCD2.Kafka核心组件包括？A.BrokerB.TopicC.PartitionD.ConsumerGroup答案：ABCD3.精确一次语义实现方式包括？A.两阶段提交B.幂等写入C.事务D.消息重发答案：ABC4.SparkStreaming的缺点包括？A.微批延迟高B.不支持状态管理C.时间语义弱D.无法处理乱序答案：AC5.Flink状态管理优势包括？A.支持大状态B.增量CheckpointC.多种状态后端D.仅算子状态答案：ABC6.属于实时计算场景的是？A.实时报表B.离线分析C.实时风控D.批量清洗答案：AC7.Kafka生产者配置参数包括？A.bootstrap.serversB.group.idC.acksD.key.serializer答案：ACD8.FlinkDataStreamAPI支持的操作包括？A.mapB.reduceC.joinD.filter答案：ABCD9.SparkStructuredStreaming优势包括？A.统一批流B.支持SQLC.精确一次D.基于微批答案：ABC10.乱序数据处理方式包括？A.水印B.允许延迟C.窗口合并D.丢弃乱序答案：AB判断题（每题2分，共20分）1.Flink是微批处理流引擎。（）答案：×2.Kafka一个分区只能被一个消费者组的一个消费者消费。（）答案：√3.Flink事件时间是数据被处理的时间。（）答案：×4.SparkStreaming默认支持精确一次语义。（）答案：×5.Kafka消息持久化存储。（）答案：√6.Flink状态后端只能存内存。（）答案：×7.实时计算延迟比离线低。（）答案：√8.SparkStructuredStreaming是SparkStreaming升级版。（）答案：√9.Kafka生产者acks=0不等待确认。（）答案：√10.Flink水印用于处理乱序数据。（）答案：√简答题（每题5分，共20分）1.简述Flink事件时间与处理时间的区别。答案：事件时间是数据本身携带的产生时间（如日志timestamp），与系统时间无关，能配合水印处理乱序，结果准确；处理时间是Flink节点处理数据的实际系统时间，简单但无法处理乱序，延迟低但结果易受数据到达顺序影响。实时计算中需准确时间窗口时优先用事件时间。2.什么是Kafka分区？作用是什么？答案：分区是Kafka主题的物理子单元（日志文件）。作用：①并行消费：多消费者同时消费不同分区，提升吞吐量；②负载均衡：消息分散存储，避免单节点压力；③局部有序：同一分区内消息按序存储；④可靠性：分区可分布在多Broker，提升容错。3.简述FlinkCheckpoint机制的作用。答案：Checkpoint是Flink容错核心，定期保存算子状态和数据流快照；任务失败时从最近快照恢复，保证数据不丢失；支持增量Checkpoint（如RocksDB），减少资源消耗；配合两阶段提交实现端到端精确一次语义。需配置间隔、超时等平衡容错与性能。4.SparkStreaming与StructuredStreaming的区别？答案：①处理模型：SparkStreaming是微批处理（秒级），StructuredStreaming是连续流+结构化；②抽象层：DStreamvsDataFrame/Dataset（统一批流）；③语义：StructuredStreaming精确一次更完善，SparkStreaming默认至少一次；④灵活性：StructuredStreaming支持SQL、事件时间窗口；⑤延迟：StructuredStreaming更低（毫秒级）。讨论题（每题5分，共10分）1.如何选择实时流处理引擎（Flink、SparkStreaming）？答案：需结合业务：①延迟：毫秒级选Flink，秒级选StructuredStreaming；②语义：精确一次（金融）选Flink/StructuredStreaming；③生态：依赖Spark（Hive、SQL）选StructuredStreaming；④状态：大状态（用户会话）选Flink（RocksDB）；⑤团队技能：熟悉Spark选StructuredStreaming，熟悉Flink选Flink。综合来看，Flink适合低延迟、强语义场景，StructuredStreaming适合Spark生态统一批流。2.如何优化Kafka性能（生产者、消费者、Broker）？答案：①生产者：调大batch.size/linger.ms减