原创 大数据工程师常见面试题 编程模型

在大数据工程师的面试过程中，编程模型的相关问题常常是绕不过去的一个考点。同时编程模型也是大数据工程师工作中非常重要的知识技能。下面就来讲讲Spout、Bolt、并行度、消息不丢失这几方面的内容，感兴趣的小伙伴就赶紧接着看下去吧！

1、Spout

Spout 是接受外部数据源的组件，将外部数据源转化成 Storm 内部的数据， 以 Tuple 为基本的传输单元下发给 Bolt。（Tuple 是 Storm 内部中数据传输的基本单元，里面封装了一个 List 对象，用来保存数据。）

2、Bolt

Bolt 是接受 Spout 发送的数据，或上游的 bolt 的发送的数据。根据业务逻辑进行处理。发送给下一个 Bolt 或者是存储到某种介质上。介质可以是 mongodb 或 mysql，或者其他。

3、并行度

Worker：表示一个进程。

Executor：表示由 worker 启动的线程。

Task：实际执行数据处理的最小工作单元（注意，task 并不是线程）。

并行度的设置：评估上游 kafka 每秒生产的数据量，分析 topic 每个 partition。每秒的数据量，partition 的数据量=SpoutTask 接受数据量SpoutTask 数量=partition 的数量。

Worker 的设置：如果数据量大，worker 的数量等于 spouttask 的数量。

4、消息不丢失

ack 机制即， spout 发送的每一条消息，在规定的时间内，spout 收到 Acker 的 ack 响应，即认为该 tuple 被后，续 bolt 成功处理。在规定的时间内，没有收到 Acker 的 ack 响应 tuple，就触发 fail 动作， 即认为该 tuple 处理失败，或者收到 Acker 发送的 fail 响应 tuple，也认为失败，触发 fail 动作。通过 Ack 机制，spout 发送出去的每一条消息，都可以确定是被成功处理或失败处理， 从而可以让开发者采取动作。比如在 Meta 中，成功被处理，即可更新偏移量，当失败时，重复发送数据。因此，通过 Ack 机制，很容易做到保证所有数据均被处理，一条都不漏。

以上就是大数据工程师有关编程模型知识点的常见面试题，大家都弄明白了吗？想要了解大数据工程师更多的面试问题，可以来博学谷官网体验大数据就业指导课程。认真学完一套就业指导课程，一定能够帮助大家从众多面试者中脱颖而出。