1.Flink 相比传统的 Spark Streaming 区别
Fink 是标准的实时处理引擎，基于事件驱动。而 Spark Streaming 是微批（Micro-Batch）的模型。
- 架构模型 Spark Streaming 在运行时的主要角色包括：Master 、Worker、Driver 、Executor，Flink 在运行时主要包含：Jobmanager、Taskmanager 和 Slot。
- 任务调度 Spark Streaming 连续不断的生成微小的数据批次，构建有向无环图 DAG，Spark Streaming 会依次创建 DStreamGraph、JobGenerator、JobScheduler。Flink 根据用户提交的代码生成 StreamGraph，经过优化生成 JobGraph，然后提交给 JobManager 进行处理，JobManager 会根据 JobGraph 生成 ExecutionGraph，ExecutionGraph 是 Flink 调度最核心的数据结构，JobManager 根据 ExecutionGraph 对 Job 进行调度。
- 时间机制 Spark Streaming 支持的时间机制有限，只支持处理时间。 Flink 支持了流处理
程序在时间上的三个定义：处理时间、事件时间、注入时间。同时也支持 watermark 机制来处理滞后数据。 - 容错机制对于 Spark Streaming 任务，我们可以设置 checkpoint，然后假如发生故障并重启，我们可以从上次 checkpoint 之处恢复，但是这个行为只能使得数据不丢失，可能会重复处理，不能做到恰好一次处理语义。Flink 则使用两阶段提交协议来解决这个问题。
2.Flink 的组件栈有哪些
自下而上，每一层分别代表：Deploy 层：该层主要涉及了 Flink 的部署模式，在上图中我们可以看出，Flink 支持包括 local、Standalone、Cluster、Cloud 等多种部署模式。Runtime层：Runtime 层提供了支持 Flink 计算的核心实现，比如：支持分布式 Stream 处理、JobGraph到 ExecutionGraph 的映射、调度等等，为上层 API 层提供基础服务。API 层：API 层主要实现了面向流（Stream）处理和批（Batch）处理 API，其中面向流处理对应 DataStream API，面向批处理对应 DataSet API，后续版本，Flink 有计划将 DataStream 和 DataSet API 进行统一。Libraries 层：该层称为 Flink 应用框架层，根据 API 层的划分，在 API 层之上构建的满足特定应用的实现计算框架，也分别对应于面向流处理和面向批处理两类。面向流处理支持：CEP（复杂事件处理）、基于 SQL-like 的操作（基于 Table 的关系操作）；面向批处理支持：FlinkML（机器学习库）、Gelly（图处理）。
3.Flink 的运行必须依赖 Hadoop 组件吗
Flink 可以完全独立于 Hadoop，在不依赖 Hadoop 组件下运行。但是做为大数据的基础设施，Hadoop 体系是任何大数据框架都绕不过去的。Flink 可以集成众多 Hadooop 组件，例如 Yarn、Hbase、HDFS 等等。例如，Flink 可以和 Yarn 集成做资源调度，也可以读写 HDFS，或者利用 HDFS 做检查点。
4.Flink 集群有哪些角色？各自有什么作用
Flink 程序在运行时主要有 TaskManager ， JobManager ， Client 三种角色。其中
JobManager 扮演着集群中的管理者 Master 的角色，它是整个集群的协调者，负责接收 Flink
Job，协调检查点，Failover 故障恢复等，同时管理 Flink 集群中从节点 TaskManager 。
TaskManager 是实际负责执行计算的 Worker ，在其上执行 Flink Job 的一组 Task ，每个
TaskManager 负责管理其所在节点上的资源信息，如内存、磁盘、网络，在启动的时候将资
源的状态向 JobManager 汇报。Client 是 Flink 程序提交的客户端，当用户提交一个 Flink 程
序时，会首先创建一个 Client，该 Client 首先会对用户提交的 Flink 程序进行预处理，并提
交到 Flink 集群中处理，所以 Client 需要从用户提交的 Flink 程序配置中获取 JobManager 的
地址，并建立到 JobManager 的连接，将 Flink Job 提交给 JobManager。
5.Flink 资源管理中 Task Slot
Flink 架构角色中我们提到，TaskManager 是实际负责执行计算的 Worker，TaskManager
是一个 JVM 进程，并会以独立的线程来执行一个 task 或多个 subtask。为了控制一个
TaskManager 能接受多少个 task，Flink 提出了 Task Slot 的概念。简单的说，TaskManager
会将自己节点上管理的资源分为不同的 Slot：固定大小的资源子集。这样就避免了不同 Job
的 Task 互相竞争内存资源，但是需要主要的是，Slot 只会做内存的隔离。没有做 CPU 的
隔离。
6.Flink 的基础编程模型
Flink 程序的基本构建是数据输入来自一个 Source，Source 代表数据的输入端，经过 Transformation 进行转换，然后在一个或者多个 Sink 接收器中结束。数据流（stream）就是一组永远不会停止的数据记录流，而转换（transformation）是将一个或多个流作为输入，并生成一个或多个输出流的操作。执行时，Flink 程序映射到 streaming dataflows，由流（streams）和转换操作（transformation operators）组成
.
7.Flink 集群规模
Flink 可以支持多少节点的集群规模？在回答这个问题时候，可以将自己生产环节中的集群规模、节点、内存情况说明，同时说明部署模式（一般是 Flink on Yarn），除此之外，用户也可以同时在小集群（少于 5 个节点）和拥有 TB 级别状态的上千个节点上运行 Flink任务。
