导语：真正落地的 Flink 作业，90% 是 SQL。这一篇讲清 SQL 层最反直觉的三件事——动态表与"持续查询"、SQL 里的时间属性与双流 Join、维表关联的三种姿势；再展开 CDC 同步链路、数据湖集成与实时数仓分层架构，最后给出常见 SQL 性能问题与排查套路，共 13 题。

导语：作业能跑不算本事，跑得稳、跑得省、压不垮才是生产要求。本篇把「反压」这条链路彻底拆开——Credit-based 流控为什么能替代 TCP 反压、Web UI 指标怎么读、反压源头怎么定位，再讲 TaskManager 内存模型的分区与调参、数据倾斜的两阶段解法、大状态与 GC 调优，共 14 题。

导语：状态是 Flink 的灵魂，Checkpoint 是状态的保险。这一篇是 Flink 面试区分度最高的一章：Keyed/Operator State 的选型、StateBackend 的取舍、Barrier 对齐与异步快照的完整流程、非对齐 Checkpoint 为什么"用空间换时间"、端到端 Exactly-Once 的三段式、重启策略与 State TTL，共 15 题。

导语：实时计算最容易答错的一章。核心就三个问题——「用谁的时间」「怎么判断数据齐了」「数据迟到了怎么办」。本篇围绕 Event Time、Watermark 的生成/传播/对齐、allowedLateness 与侧输出三件套、窗口类型与触发器、窗口生命周期展开，共 14 题。

导语：Flink 面试的地基是「流的世界观 + 运行时三件套 + 三层图」。本篇先讲清有界流/无界流与流批一体的本质，再拆解 Client / JobManager / TaskManager / Slot 的协作关系与「一 Job 一 JobMaster」的资源模型，然后梳理 StreamGraph → JobGraph → ExecutionGraph 的演进，最后落到四种部署模式与 Flink 2.0 的架构变化，共 14 题。