面试项目表达（实时篇）：讲实时项目的正确姿势

示例二：广告归因

「我在短剧出海公司负责广告ROI分析平台。

业务背景：投放团队需要实时看到每条广告的ROI才能及时调整预算。之前T+1看数据，经常花了一天冤枉钱才发现某条广告效果差。

技术方案：广告平台API → Kafka → Flink(归因计算) → Hologres(报表查询)。

三件事： 第一，用Flink Interval Join实现实时归因——点击后30分钟内的付费行为归因到对应的广告点击。 第二，解决跨时区数据处理问题——海外用户数据有时差，Watermark延迟设了30秒，迟到率从15%降到2%。 第三，建了三层数据质量保障——ETL卡点、指标巡检、离线对账。

结果：ROI指标从T+1变为分钟级更新。日处理3000万广告事件。帮助投放团队及时关停低ROI广告，整体ROI提升了15%。」

技术选型追问应对

追问	回答要点
为什么选Flink不选Spark	需要秒级延迟+Event Time+Interval Join
为什么选Doris不选ClickHouse	需要UPSERT语义+实时写入+高并发查询
为什么选Kafka不选Pulsar	生态最成熟+Flink深度集成+团队经验
为什么用RocksDB不用HashMap	State超过1GB，HashMap会OOM

💡 每个选型都要说三个理由：业务需求、团队能力、技术特性。不要只说"因为它好"。

数字准备清单

面试前把这些数字背下来：

✅ 日处理数据量（条数/GB）
✅ 端到端延迟（秒/分钟）
✅ QPS/TPS
✅ State大小
✅ Checkpoint间隔和耗时
✅ 并行度和资源（几台机器/多少内存）
✅ 业务提升数字（ROI提升X%、效率提升X%）

每个数字都要能解释来源。面试官追一个你说不出来源的数字，信任度直接归零。

面试加分提示

💡 实时项目表达的五个关键：

1. 有业务价值：T+1变实时解决了什么问题
2. 有技术方案：数据流全链路能画出来
3. 有核心难点：不是搭了就完了，要讲遇到的挑战
4. 有数字：延迟、数据量、业务提升
5. 有选型理由：每个技术选择都有三条理由

面试官最想听到的：「这个人不是照着教程搭的，是真正解决过生产问题的。」

📌 总结

记忆点	内容
三种翻车	只说技术栈/没有延迟指标/没有数据量
3分钟模板	背景→方案→三件事→结果
选型回答	业务需求+团队能力+技术特性（三条理由）
数字清单	数据量/延迟/QPS/State/业务提升
核心	展示解决过真实生产问题

---

🎉 Flink实时计算系列20讲，到这里全部完结！

从架构全景到面试表达，这20篇覆盖了Flink面试的完整知识体系。祝大家面试顺利！

---

Wood聊大数据 | 9年大数据老兵，聊技术、聊职场、聊成长

---

小红书正文

Flink面试最容易翻车的不是技术题，是「介绍你的实时项目」。

三种翻车：只堆技术栈不说业务价值、说「实现了实时计算」但没有延迟指标、说「处理了很多数据」但追问数据量说不出来。

高分模板：背景（为什么需要实时）→ 方案（数据流全链路）→ 三件事（架构设计+核心难点+稳定性保障）→ 结果（延迟/数据量/业务提升）。

技术选型每个都要三条理由：业务需求+团队能力+技术特性。「因为它好」是0分回答。

面试前背下这些数字：日数据量、端到端延迟、State大小、Checkpoint配置、业务提升百分比。每个数字要能解释来源。

Flink 20讲到这里全部完结！祝大家面试顺利🎉