Trigger条件触发功能
可以针对时间大小或者数据量充当条件，在整个窗口未达到标准的时候，进行任务执行，触发运行Job。然后当编写trigger后，就需要对流数据进行判断，满足数据量或者时间后，打开触发方法，执行结果。
什么是ETL？
1. Nginx的日志可以通过Flume抽取到HDFS上。2. Mysql的数据可以通过 Sqoop 抽取到 Hive 中，同样 Hive 的数据也可以通过 Sqoop 抽取到 Mysql 中。3. HDFS上的一些数据不规整，有很多垃圾信息，可以用Hadoop或者Spark 进行处理并重新存入HDFS中。
迟到的数据该怎样处理？
一般的app数据采集可能会存在数据上报延时，因此数据会存在两个时间：数据生成的时间和服务器收到的时间。由于我们底层数据都是按时间来做天的分区，那么该用数据生成的时间还是服务器收到的时间？ 服务器收到时间。
ClickHouse支不支持更新？
但不是真正的更新和删除，使用：alter table xxx 实现 更新、删除的数据，只有在分片时才会真正的清理
Flume会不会发生数据重复，解释说明？（常见）
会，我们在获取Channel批次数据的时候，每个批次是基于一个事务性的，一旦发生宕机或者Flume进行挂掉，那么就会回滚，数据写入失败，下次再重启写入时候数据就重复
