您将如何处理 Spark 流应用程序中的延迟数据？

How would you handle late data in Spark streaming applications?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: medium

分类: Databricks, Company: Databricks

标签: Databricks, Spark Ops

参考答案摘要

答案 使用 event time + watermark 控制可接受的延迟窗口，并用窗口聚合；超出 watermark 的数据可丢弃、侧输出或补偿处理。 保持 sink 幂等（Delta + merge）并启用 checkpoint。

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。