标签：文件 缓存 -- savepoint Cache Kafka checkpoint 面试 20210611
目录
1、flink checkpoint 与 savepoint 区别以及使用场景
基础题
1、flink checkpoint 与 savepoint 区别以及使用场景
1.checkpoint的侧重点是“容错”，即Flink作业意外失败并重启之后，能够直接从早先打下的checkpoint恢复运行，且不影响作业逻辑的准确性。而savepoint的侧重点是“维护”，即Flink作业需要在人工干预下手动重启、升级、迁移或A/B测试时，先将状态整体写入可靠存储，维护完毕之后再从savepoint恢复现场。
2.savepoint是“通过checkpoint机制”创建的，所以savepoint本质上是特殊的checkpoint。
3.checkpoint面向Flink Runtime本身，由Flink的各个TaskManager定时触发快照并自动清理，一般不需要用户干预；savepoint面向用户，完全根据用户的需要触发与清理。
4.checkpoint的频率往往比较高（因为需要尽可能保证作业恢复的准确度），所以checkpoint的存储格式非常轻量级，但作为trade-off牺牲了一切可移植（portable）的东西，比如不保证改变并行度和升级的兼容性。savepoint则以二进制形式存储所有状态数据和元数据，执行起来比较慢而且“贵”，但是能够保证portability，如并行度改变或代码升级之后，仍然能正常恢复。
5.checkpoint是支持增量的（通过RocksDB），特别是对于超大状态的作业而言可以降低写入成本。savepoint并不会连续自动触发，所以savepoint没有必要支持增量。
思考题
2、Kafka 高效读写数据的原理
出处链接：https://blog.csdn.net/weixin_45749011/article/details/106633114?utm_source=app&app_version=4.5.4
1.顺序写磁盘
Kafka的producer生产数据，要写入到log文件中，写的过程是一直追加到文件末端，为顺序写。官网有数据表明，同样的磁盘，顺序写能到600M/s，而随机写只有100K/s。这与磁盘的机械机构有关，顺序写之所以快，是因为其省去了大量磁头寻址的
时间。
2.分段日志 + 索引文件
分段日志是通过数据的偏移量进行存储，索引文件是能快速定位所要查询数据的位置
1、Kafka把topic中一个parition大文件分成多个小文件段，通过多个小文件段，就容易定期清除或删除已经消费完文件，减少磁盘占用。
2、通过索引信息可以快速定位message和确定response的最大大小。
3、通过index元数据全部映射到memory，可以避免segment file的IO磁盘操作。
4、通过索引文件稀疏存储，可以大幅降低index文件元数据占用空间大小。
3.零拷贝
如下图所示是普通Java读取复制文件的一个流程
Java程序是无法直接操作硬件的，所以Java想要操作文件的话必须得通过操作系统去读取文件。这时就会涉及大量的读写缓存，因为我们发送数据的时候不可能1kb的发，因此只能先缓存起来，这必定会涉及到大量的IO操作，由此可见这样的效率并不是非常高的。
零拷贝
1.在Kafka中我们的Java程序并不需要文件的内容，所以Kafka就使用了零拷贝的技术，因此Kafka当中的数据直接缓存在操作系统当中，我们读也在这里读 写也在这里写，这样的效率提高了许多。
2.所谓的零拷贝并不是真正意义上的零拷贝 实际上是缓存了一次，只是相对于普通Java读取复制文件少了许多中间的缓存
4. Page Cache
由上图可见
1. 传统的数据传输是先将数据缓存在内存当中，当数据达到一定的阈值再写入到文件中。
2. Page Cache 是在操作系统开了一个内存将数据直接缓存到系统内存中。
3. 虽然将数据缓存到Page Cache中会比直接缓存到Memory中效率更低，但是当数据量达到一定的阈值的时候Memory会对缓存中的数据进行溢写，这样的效率就会比直接写入Page Cache会更低，因为Page Cache对文件进行读写操作效率是非常高的，而Memory对数据进行溢写这时就需要请求操作系统，所以这样的效率会比Page Cache对文件的读写操作效率低很多。
4. 缓存到Memory我们JVM所分配到的内存是有限的，而Page Cache是利用操作系统的内存。
5. 批量发送
kafka允许进行批量发送消息，producer发送消息的时候，可以将消息缓存在本地，等到了固定条件发送到kafka
1. 等消息条数到固定条数
2. 一段时间发送一次
6. 数据压缩
Kafka还支持对消息集合进行压缩，Producer可以通过GZIP或Snappy格式对消息集合进行压缩。
压缩的好处就是减少传输的数据量，减轻对网络传输的压力
批量发送和数据压缩一起使用效果最好，单条做数据压缩的话，效果不明显
智力题
3、岛上有 100 个囚犯，
他们都是蓝眼睛，但是他们都只能看到别人眼睛的颜色， 并不能知道自己的眼睛颜色，而且他们之间不能去谈论眼睛颜色的话题，规定每天晚上都可 以有一个人去找守卫说出自己的眼睛颜色，如果错了被杀死，如果对了被释放。但是大家在 没有十足的把握前都不敢去找守卫，有一天，一个医生对他们说你们之中至少有一个蓝眼睛， 然后 N 天，这些人都获救了，为什么？这句话对他们有什么影响？
如果只有一个蓝眼人，那么他原本看不到蓝眼人，听到医生的话，就知道了医生说的蓝眼人就是自己，因此他在当天晚上找守卫说自己是蓝眼睛。
由此可以推出，如果有两个蓝眼人，那么他们原本都只看到一个蓝眼人，听到医生的话，都会想：对方是不是岛上唯一的蓝眼人？如果是的话，那么一天后他应该发现对方已经被释放。但过了一天没人被释放，因此两人都明白了，对方没被释放是因为岛上还有一个蓝眼人，就是自己。因此，在医生讲话的第二天晚上，这两人会一起被释放。
这是个递归逻辑。各位想想，如果有三个蓝眼睛，那第二天当晚这三个蓝眼睛就同时被释放。
如果是四个蓝眼睛，那第三天当晚这四个蓝眼睛就同时被释放。
依次类推，100个蓝眼睛，第99天当晚全部被释放。
标签：文件,缓存,--,savepoint,Cache,Kafka,checkpoint,面试,20210611 来源： https://blog.csdn.net/u011110301/article/details/117819629
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。