Flink State？
State：指一个具体的Task/Operator的状态。State可以被记录，在失败的情况下数据还可以恢复，Flink中有两种基本类型的State： Keyed State， Operator State。
Flink反压机制？
Flink 内部是基于producer-consumer模型来进行消息传递的，Flink的反压设计也是基于这个模型。Flink 使用了高效有界的分布式阻塞队列，就像 Java 通用的阻塞队列（BlockingQueue）一样。下游消费者消费变慢，上游就会受到阻塞。
大数据面数据：Flink Allowed Lateness & Side OutPut？
虽说水位线(Watermark)表明早于它的事件不应该再出现，但是接收到水位线以前的的消息是不可避免的，这就是所谓的迟到事件。实际上迟到事件是乱序事件的特例，和一般乱序事件不同的是它们的乱序程度超出了水位线的预计，导致窗口在它们到达之前已经关闭。
Flink & Spark Streaming区别？
时间机制，Spark Streaming 只支持Processing Time(处理时间), 而Flink支持更为丰富的时间语义 Processing Time(处理时间),Ingestion Time(摄入时间),Event Time(事件时间)，同时支持基于Watermark的乱序事件处理
Flink两阶段提交(2PC)
借助一个文件写入的例子来说明两阶段提交，在Flink中使用两阶段提交，需要实现TwoPhaseCommitSinkFunction这个抽象类的四个方法，我们下面来说明。1. beginTransaction - 在事务开始前，我们在目标文件系统上面的临时目录上创建一个临时文件。随后，我们在程序处理的时候可以将数据写入到这个文件。
