1 簡單介紹一下 Flink
Flink 是一個框架和分布式處理引擎，用於對無界和有界數據流進行有狀態計算。並且 Flink 提供了數據分布、容錯機制以及資源管理等核心功能。Flink提供了諸多高抽象層的API以便用戶編寫分布式任務：
DataSet API， 對靜態數據進行批處理操作，將靜態數據抽象成分布式的數據集，用戶可以方便地使用Flink提供的各種操作符對分布式數據集進行處理，支持Java、Scala和Python。
DataStream API，對數據流進行流處理操作，將流式的數據抽象成分布式的數據流，用戶可以方便地對分布式數據流進行各種操作，支持Java和Scala。
Table API，對結構化數據進行查詢操作，將結構化數據抽象成關系表，並通過類SQL的DSL對關系表進行各種查詢操作，支持Java和Scala。
此外，Flink 還針對特定的應用領域提供了領域庫，例如： Flink ML，Flink 的機器學習庫，提供了機器學習Pipelines API並實現了多種機器學習算法。 Gelly，Flink 的圖計算庫，提供了圖計算的相關API及多種圖計算算法實現。
2 Flink相比傳統的Spark Streaming區別?
這個問題是一個非常宏觀的問題，因為兩個框架的不同點非常之多。但是在面試時有非常重要的一點一定要回答出來：Flink 是標准的實時處理引擎，基於事件驅動。而 Spark Streaming 是微批（Micro-Batch）的模型。
下面我們就分幾個方面介紹兩個框架的主要區別：
1. 架構模型Spark Streaming 在運行時的主要角色包括：Master、Worker、Driver、Executor，Flink 在運行時主要包含：Jobmanager、Taskmanager和Slot。
2. 任務調度Spark Streaming 連續不斷的生成微小的數據批次，構建有向無環圖DAG，Spark Streaming 會依次創建 DStreamGraph、JobGenerator、JobScheduler。Flink 根據用戶提交的代碼生成 StreamGraph，經過優化生成 JobGraph，然后提交給 JobManager進行處理，JobManager 會根據 JobGraph 生成 ExecutionGraph，ExecutionGraph 是 Flink 調度最核心的數據結構，JobManager 根據 ExecutionGraph 對 Job 進行調度。
3. 時間機制Spark Streaming 支持的時間機制有限，只支持處理時間。 Flink 支持了流處理程序在時間上的三個定義：處理時間、事件時間、注入時間。同時也支持 watermark 機制來處理滯后數據。
4. 容錯機制對於 Spark Streaming 任務，我們可以設置 checkpoint，然后假如發生故障並重啟，我們可以從上次 checkpoint 之處恢復，但是這個行為只能使得數據不丟失，可能會重復處理，不能做到恰好一次處理語義。Flink 則使用兩階段提交協議來解決這個問題。
3 Flink 的運行必須依賴 Hadoop組件嗎？
Flink可以完全獨立於Hadoop，在不依賴Hadoop組件下運行。但是做為大數據的基礎設施，Hadoop體系是任何大數據框架都繞不過去的。Flink可以集成眾多Hadooop 組件，例如Yarn、Hbase、HDFS等等。例如，Flink可以和Yarn集成做資源調度，也可以讀寫HDFS，或者利用HDFS做檢查點。
4 Flink的並行度了解嗎？Flink的並行度設置是怎樣的？
Flink中的任務被分為多個並行任務來執行，其中每個並行的實例處理一部分數據。這些並行實例的數量被稱為並行度。我們在實際生產環境中可以從四個不同層面設置並行度：
操作算子層面(Operator Level)
執行環境層面(Execution Environment Level)
客戶端層面(Client Level)
系統層面(System Level)
需要注意的優先級：算子層面>環境層面>客戶端層面>系統層面。