下列关于Flink中Transformation的说法正确的是?()
A.可以通过window设定时间窗口
B.Filtor操作是对每个元素执行boolean函数
C.flatMap可以对文本进行切分
D.keyBy是将源头数据按照key进行分组,以保证同一个key的元数据分到同样的组中
A.可以通过window设定时间窗口
B.Filtor操作是对每个元素执行boolean函数
C.flatMap可以对文本进行切分
D.keyBy是将源头数据按照key进行分组,以保证同一个key的元数据分到同样的组中
A.可以通过window设定时间窗口
B.Filtor操作是对每个元素执行Boolean函数
C.flatMap可以对文本进行切分
D.keyBy是将源头数据按照key进行分组,以保证同一个key的元素分到同样的组中
A.ShufflePartitioner数据会被随机分发到下游算子的每一个实例中进行处理
B.RebalancePartitioner数据会被循环发送到下游的每一个实例中进行处理
C.BroadcastPartitioner将记录输出到下游本地的算子实例
D.GlobalPartitioner数据会被分发到下游算子的第一个实例中进行处理
A.Flink任务的运行依赖Yarn来进行资源调度
B.Flink的checkpoint的实现依赖于Zookeeper
C.Flink可以将接受的组件发给Kafka
D.Flink在HDFS文件系统中读写数据
A.Flink可以将接收的组件发送给Kafka
B.Flink的checkpoint的实现依赖于Zookeeper
C.Flink任务的运行依赖Yarn来进行资源的调度管理
D.Flink在HDFS文件系统中读写数据
A.SparkStreaming与Flink相比,时延更低
B.Flink流式处理引擎能够同时提供支持流处理和批处理应用的功能
C.与FusionInghtHD中的Streaming相比,Flink具有更高的吞吐量
D.checkpoint实现了Fink的容错
A.Kafka作为高并发实时接入缓存,解决接入量的问题
B.Flink作为实时计算引擎实时消费Kafka数据写入HBase
C.HBase数据库为海量实时接入数据提供存储与实时查询能力
D.Hive为海量历史数据提供实时分析能力
A.一个barrier将本周期快快照的数据与下一个周期快照的数据分隔开来
B.barrier是Flink快照的核心
C.在插入barrier的时候,会暂时阻断数据流
D.barrier周期性插入到数据流中,并作为数据流的一部分随之流动
A.RocksDBStateBackend
B.FsStateBackend
C.MemoryStateBackend
D.FileStateBackend