Викторина, связанная с руководством · Жесткий Уровень
Функции потоковой передачи с помощью Kafka и Flink Quiz
Поймите роль Kafka, время событий и водяные знаки, обработку поздних данных, контрольные точки Flink и пределы гарантий ровно одного раза.
Вопрос 1 из 8
Какую роль играет Apache Kafka в конвейере функций потоковой передачи?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Какую роль играет Apache Kafka в конвейере функций потоковой передачи?
- Он действует как надежный журнал событий с гарантированным порядком записей внутри каждого раздела.
- Он обучает модель машинного обучения напрямую
- Он хранит окончательный снимок хранилища обученных функций.
- Он заменяет необходимость в любом механизме потоковой обработки.
- Чем отличаются качающиеся и раздвижные окна?
- Скользящие окна работают только с Kafka, переворачивающиеся окна работают только с Flink.
- Переворачивающиеся окна делят время на фиксированные, непересекающиеся интервалы; скользящие окна вычисляют постоянно обновляемую скользящую совокупность
- Переворачивающиеся окна никогда не устареют; Срок действия скользящих окон истекает каждую секунду
- Между ними нет существенной разницы
- Почему в модели мошенничества, спрашивающей, сколько транзакций произошло за последние 10 минут, обычно используется скользящее окно, а не переворачивающееся?
- Sliding windows are always faster to compute
- Tumbling windows cannot count transactions
- Because it needs a continuously updating rolling count rather than a fixed periodic bucket
- Sliding windows use less memory in every case
- What problem do Flink's watermarks address?
- Compressing event data to save storage
- Encrypting events in transit between Kafka and Flink
- Choosing which Kafka topic to read from
- Estimating how far behind in event time the stream has progressed, to handle late-arriving events
- What can happen to an event-time window record that arrives after the configured allowed-lateness period?
- It is dropped from that window or routed to a configured late-data side output
- Memory usage increases without bound
- Kafka stops accepting new events
- Windows never finalize their results
- Which resource tradeoff can result from a long allowed-lateness period for an event-time window?
- Поздние события немедленно удаляются.
- Состояние окна сохраняется дольше, поэтому поздние записи могут изменить результаты, используя больше состояний.
- Разделы Kafka автоматически перебалансируются
- Хранилище функций полностью перестает обновляться
- Согласно руководству, что требуется для сквозного вывода потока ровно один раз?
- Только КПП Flink, независимо от стока
- Установка верхнего водяного знака сама по себе
- Источник с контрольной точкой/воспроизводимый и приемник, который участвует в совместимой однократной или идемпотентной обработке.
- Отключение временных меток событий
- Что в руководстве названо распространенным заблуждением о функциях потоковой передачи?
- Функции потоковой передачи всегда менее точны, чем функции пакетной обработки.
- Что Kafka нельзя использовать для разработки функций.
- Для работы Flink требуется реляционная база данных.
- То, что они просто являются пакетными, но быстрее, когда потоковая передача вызывает определенные проблемы с корректностью, такие как обработка вне порядка.