Flink面试题

1.flink处理迟到数据

（1）watermark

AssignerWithPeriodicWatermarks

当flink基于eventtime的时间窗口处理数据时，必须确定所有该时间窗口内的数据全都进入之后，才会开始处理数据，由于数据可能是乱序的，在watermark里面有个时间戳，flink会使用watermark标记所有小于该时间戳的消息都已流入，当操作符处理到WaterMark时，它对所有小于该WaterMark时间戳的时间窗口的数据进行处理并发送到下一个操作符节点，然后也将WaterMark发送到下一个操作符节点

（2）允许窗口处理迟到数据

对于窗口计算，如果水位线已经到了窗口结束时间，默认窗口就会关闭，那么迟到数据就要被丢弃，因此可以设置延迟时间，允许继续处理迟到数据的。默认情况下延迟时间为0，若设置延迟时间后，watermark超过窗口结束时间戳，但未超过 延迟后的时间戳，迟到数据仍然可添加到窗口中，触发计算。
中间过程可视为，在水位线到达窗口结束时间时，先快速地输出一个近似正确的计算结果；然后保持窗口继续等到延迟数据，每来一条数据，窗口就会再次计算，并将更新后的结果输出。逐步修正计算结果，最终得到准确的统计值。

（3）将迟到数据放入侧输出流

窗口后关闭，仍然有迟到数据，则用侧输出流来收集关窗后的迟到数据，保证数据不丢失。因为窗口已经真正关闭，只能将之前的窗口计算结果保存下来，然后获取侧输出流中的迟到数据，判断数据所属的窗口，手动对结果进行合并更新

2.Task subtask 区别

在flink web ui 上，点开webui，会有很多的块，块和块之间是箭头相连的，这一个块就是一个task，这个块里面包含了多个操作算子，比如map，filter，task会把这多个操作算子连成一个chain，前提并行度相同并且没有重分区

而subtask就是点开task后里面的并行度，比如有3个并行度，就有3个subtask，每个subtask会以一个独立的线程去运行

3.webui

flink webui上有哪些东西