Flink和Spark一样,都是基于内存的计算框架,都支持流计算,在流式处理方面,以下选项是Flink的主要特点的有:
A.Flink是一行一行地处理数据
B.Flink可以支持毫秒级的响应
C.Flink只能支持秒级的响应
D.Flink支持增量迭代,具有对迭代进行自动优化的功能
![](https://lstatic.shangxueba.com/sxbcn/h5/images/tips_org.png)
A.Flink是一行一行地处理数据
B.Flink可以支持毫秒级的响应
C.Flink只能支持秒级的响应
D.Flink支持增量迭代,具有对迭代进行自动优化的功能
第1题
A.Flink是一行一行地处理数据
B.Flink可以支持毫秒级的响应
C.Flink只能支持秒级的响应
D.Flink支持增量迭代,具有对迭代进行自动优化的功能
第2题
A.Flink是一行一行地处理数据
B.Flink可以支持毫秒级的响应
C.Flink只能支持秒级的响应
D.Flink支持增量迭代,具有对迭代进行自动优化的功能
第3题
A.Flink是一行一行地处理数据
B.Flink可以支持毫秒级的响应
C.Flink只能支持秒级的响应
D.Flink支持增量迭代,具有对迭代进行自动优化的功能
第4题
A.Flink是一行一行地处理数据
B.Flink可以支持毫秒级的响应
C.Flink只能支持秒级的响应
D.Flink支持增量迭代,具有对迭代进行自动优化的功能
第5题
A.Flink和Spark一样,都是基于磁盘的计算框架
B.当全部运行在Hadoop YARN之上时,Flink的性能甚至还要略好于Spark
C.Flink的流计算性能和Storm差不多,可以支持毫秒级的响应
D.Spark的市场影响力和社区活跃度明显超过Flink
第9题
A.流处理架构需要具备低延迟、高吞吐和高性能的特性,而目前从市场上已有的产品来看,只有Flink可以满足要求
B.Storm虽然可以做到低延迟,但是无法实现高吞吐,也不能在故障发生时准确地处理计算状态
C.Spark Streaming通过采用微批处理方法实现了高吞吐和容错性,但是牺牲了低延迟和实时处理能力
D.Flink实现了Google Dataflow流计算模型,是一种兼具高吞吐、低延迟和高性能的实时流计算框架,并且同时支持批处理和流处理
第10题
A.Flink是一个针对流数据和批数据的分布式计算框架
B.Flink的设计思想主要来源于Hadoop、MPP数据库、流计算系统等
C.Flink主要是由Python代码实现的
D.Flink所要处理的主要场景是流数据,批数据只是流数据的一个特例而已
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!