测验：批处理与流式

使用基于时间的水印时，如果多行具有相同的时间戳，会发生什么情况？

• 实际使用中没有问题
• 查询在边界处抛出错误
• 一些跨越边界的行可能会永远丢失或每次都会重复。
• 时间戳排序变得不可能

在使用“至少一次”交付保证的系统中，如何实现恰好一次的结果？

• 更改消息代理设置
• 通过使消费端处理幂等来吸收重复。
• 关闭重试
• 缩短部署周期

流式管道比批处理更困难的根本原因是什么？

• 这是因为必须处理的吞吐量要大得多。
• 因为你不能使用熟悉的SQL
• 因为状态存储要昂贵得多
• 这是因为系统继续在状态之间循环，使得重新处理和窗口整理决策变得更加复杂。

哪种信号最适合选择放置方法？

• 源数据每天更新一次，消​​费者也每天看到一次。
• 每秒发生数千个事件
• 延迟不应超过1秒
• 数据同时来自多个系统

将大批量分成小块的主要原因是什么？

• 因为整体处理时间减少了
• 因为SQL不支持批量处理
• 这是因为每个块可以使用不同的模式。
• 这是因为只有失败的块才能重新运行，从而减少锁定时间和资源使用峰值。

为什么要在管道中包含一个验证步骤，在提取后立即将案例数量与原始案例数量进行比较？

• 尽早发现由于边界条件错误而导致的重复或遗漏。
• 测量萃取步骤的性能
• 从源头检测架构更改
• 检查源查询权限