关键词：
1 Flink简介
1.1 初识Flink
Flink起源于Stratosphere项目，Stratosphere是在2010~2014年由3所地处柏林的大学和欧洲的一些其他的大学共同进行的研究项目，2014年4月Stratosphere的代码被复制并捐赠给了Apache软件基金会，参加这个孵化项目的初始成员是Stratosphere系统的核心开发人员，2014年12月，Flink一跃成为Apache软件基金会的顶级项目。
在德语中，Flink一词表示快速和灵巧，项目采用一只松鼠的彩色图案作为logo，这不仅是因为松鼠具有快速和灵巧的特点，还因为柏林的松鼠有一种迷人的红棕色，而Flink的松鼠logo拥有可爱的尾巴，尾巴的颜色与Apache软件基金会的logo颜色相呼应，也就是说，这是一只Apache风格的松鼠。
Flink项目的理念是：“Apache Flink是为分布式、高性能、随时可用以及准确的流处理应用程序打造的开源的有状态的流处理框架”。
Apache Flink是一个框架和分布式处理引擎，用于对无界和有界数据流进行有状态计算。Flink被设计在所有常见的集群环境中运行，以内存执行速度和任意规模来执行计算。
1.2 Flink的重要特点
1.2.1 事件驱动型(Event-driven)
事件驱动型应用是一类具有状态的应用，它从一个或多个事件流提取数据，并根据到来的事件触发计算、状态更新或其他外部动作。比较典型的就是以kafka为代表的消息队列几乎都是事件驱动型应用。(Flink的计算也是事件驱动型)
与之不同的就是SparkStreaming微批次，如图:
事件驱动型：
1.2.2 流与批的世界观
批处理的特点是有界、大量，非常适合需要访问全套记录才能完成的计算工作，一般用于离线统计。
流处理的特点是无界、实时，无需针对整个数据集执行操作，而是对通过系统传输的每个数据项执行操作，一般用于实时统计。
在spark的世界观中，一切都是由批次组成的，离线数据是一个大批次，而实时数据是由一个一个无限的小批次组成的。
而在flink的世界观中，一切都是由流组成的，离线数据是有界限的流，实时数据是一个没有界限的流，这就是所谓的有界流和无界流。
无界数据流：
无界数据流有一个开始但是没有结束，它们不会在生成时终止并提供数据，必须连续处理无界流，也就是说必须在获取后立即处理event。对于无界数据流我们无法等待所有数据都到达，因为输入是无界的，并且在任何时间点都不会完成。处理无界数据通常要求以特定顺序（例如事件发生的顺序）获取event，以便能够推断结果完整性。
有界数据流：
有界数据流有明确定义的 开始和结束，可以在执行任何计算之前通过获取所有数据来处理有界流，处理有界流不需要有序获取，因为可以始终对有界数据集进行排序，有界流的处理也称为批处理。
1.2.3 分层API
最底层级的抽象仅仅提供状态流，它将通过过程函数（Process Function）被嵌入到DataStream API中。底层过程函数（Process Function）与 DataStream API 相集成，使其可以对某些特定的操作进行底层的抽象，它允许用户可以自由地处理来自一个或多个数据流的事件，并使用一致的容错的状态。除此之外，用户可以注册事件时间并处理时间回调，从而使程序可以处理复杂的计算。
实际上，大多数应用并不需要上述的底层抽象，而是针对核心API（Core APIs） 进行编程，比如DataStream API（有界或无界流数据）以及DataSet API（有界数据集）。这些API为数据处理提供了通用的构建模块，比如由用户定义的多种形式的转换（transformations），连接（joins），聚合（aggregations），窗口操作（windows）等等。DataSet API 为有界数据集提供了额外的支持，例如循环与迭代。这些API处理的数据类型以类（classes）的形式由各自的编程语言所表示。
Table API 是以表为中心的声明式编程，其中表可能会动态变化（在表达流数据时）。Table API遵循（扩展的）关系模型：表有二维数据结构（schema）（类
似于关系数据库中的表），同时API提供可比较的操作，例如select、project、join、group-by、aggregate等。Table API程序声明式地定义了什么逻辑操作应该执行，而不是准确地确定这些操作代码的看上去如何。
尽管Table API可以通过多种类型的用户自定义函数（UDF）进行扩展，其仍不如核心API更具表达能力，但是使用起来却更加简洁（代码量更少）。除此之外，Table API程序在执行之前会经过内置优化器进行优化。
你可以在表与 DataStream/DataSet 之间无缝切换，以允许程序将 Table API 与 DataStream 以及 DataSet 混合使用。
Flink提供的最高层级的抽象是 SQL 。这一层抽象在语法与表达能力上与 Table API 类似，但是是以SQL查询表达式的形式表现程序。SQL抽象与Table API交互密切，同时SQL查询可以直接在Table API定义的表上执行。
目前Flink作为批处理还不是主流，不如Spark成熟，所以DataSet使用的并不是很多。Flink Table API和Flink SQL也并不完善，大多都由各大厂商自己定制。所以我们主要学习DataStream API的使用。实际上Flink作为最接近Google DataFlow模型的实现，是流批统一的观点，所以基本上使用DataStream就可以了。
2020年12月8日发布的最新版本1.12.0, 已经完成实现了真正的流批一体. 写好的一套代码, 既可以处理流式数据, 也可以处理离线数据. 这个与前面版本的处理有界流的方式是不一样的, Flink专门对批处理数据做了优化处理。
1.3 Spark or Flink
Spark 和 Flink 一开始都拥有着同一个梦想，他们都希望能够用同一个技术把流处理和批处理统一起来，但他们走了完全不一样的两条路。前者是以批处理的技术为根本，并尝试在批处理之上支持流计算；后者则认为流计算技术是最基本的，在流计算的基础之上支持批处理。正因为这种架构上的不同，今后二者在能做的事情上会有一些细微的区别。比如在低延迟场景，Spark 基于微批处理的方式需要同步会有额外开销，因此无法在延迟上做到极致。在大数据处理的低延迟场景，Flink 已经有非常大的优势。
Spark和Flink的主要差别就在于计算模型不同。Spark采用了微批处理模型，而Flink采用了基于操作符的连续流模型。因此，对Apache Spark和Apache Flink的选择实际上变成了计算模型的选择，而这种选择需要在延迟、吞吐量和可靠性等多个方面进行权衡。
如果企业中非要技术选型从Spark和Flink这两个主流框架中选择一个来进行流数据处理，我们推荐使用Flink，主（显而）要（易见）的原因为：
- Flink灵活的窗口
- Exactly Once语义保证
这两个原因可以大大的解放程序员, 加快编程效率, 把本来需要程序员花大力气手动完成的工作交给框架完成，棒棒哒，点赞！！！
学习笔记flink——flink简介(介绍基本概念应用场景)
一、Flink介绍ApacheFlink是一个分布式流批一体化的开源平台。Flink的核心是一个提供数据分发、通信以及自动容错的流计算引擎。Flink在流计算之上构建批处理，并且原生的支持迭代计算，内存管理以及程序优化。对Flink而... 查看详情
[1]flink大数据流式处理利剑:简介
1.Flink介绍Flink是Apache基金会下的一个顶级项目，其是一个有状态计算的框架；既能处理无边界的数据流，也能处理有边界的数据流；同时Flink提供不同层次的API，从而满足不同的大数据业务处理场景。那什么是... 查看详情
flink-theheartbeatoftaskmanagerwithidcontainertimedout分析与heartbeat简介(代码片段)
一.引言Flink运行任务期间报错 TheheartbeatofTaskManagerwithidcontainertimedout，对应任务由Running切换为Failed，下面基于该问题进行排查与解决。二.问题描述该Flink任务7x24h挂起，为EventTime模式下的有状态带ValueState作业，运... 查看详情
cdh6.3.2集成flink的部署配置(代码片段)
...部署配置标签（空格分隔）：大数据平台构建一：flink的简介二：cdh6.3.2集成flink一：flink的简介ApacheFlink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。Flink以数据并行和流水线方式... 查看详情
flink简介
1、初识FlinkApacheFlink是一个框架和分布式处理引擎，用于对无界和有界数据流进行有状态计算。Flink被设计在所有常见的集群环境中运行，以内存执行速度和任意规模来执行计算。Flink起源于Stratosphere项目，Stratosphere是在2010~2014年... 查看详情
第一章flink简介
1、初识Flink ApacheFlink是一个框架和分布式处理引擎，用于对无界和有界数据流进行有状态计算。Flink被设计在所有常见的集群环境中运行，以内存执行速度和任意规模来执行计算。 Flink起源于Stratosphere项目，... 查看详情
基于flink的windows--简介
新的一年，新的开始，新的习惯，现在开始。 1.简介 Flink是德国一家公司名为dataArtisans的产品，2016年正式被apache提升为顶级项目（地位同spark、storm等开源架构）。并且在2016年里，共发布了包括1.0.0版本在内的10个版本... 查看详情
大数据开发-flink-flink简介和入门(代码片段)
Flink作为大数据生态中重要的一个组件，现在在实时流处理方面占据着很重要的地位，其实时流处理方面支持基于事件的时间流处理方式，另外也推荐流批一体化，而现在处理实时数据较常用的架构Flink+Kafkaÿ... 查看详情
flinkdatastreamapi(代码片段)
Flink 系列教程传送门第一章Flink简介第二章Flink 环境部署第三章FlinkDataStreamAPI第四章Flink窗口和水位线第五章FlinkTableAPI&SQL第六章新闻热搜实时分析系统一、DataStreamAPI是什么？Flink中的DataStream程序是对数据流（例如过... 查看详情
大数据开发-flink-flink简介和入门(代码片段)
Flink作为大数据生态中重要的一个组件，现在在实时流处理方面占据着很重要的地位，其实时流处理方面支持基于事件的时间流处理方式，另外也推荐流批一体化，而现在处理实时数据较常用的架构Flink+Kafkaÿ... 查看详情
实时和离线，大数据计算引擎谁主沉浮
...xff1a;今天分享的主要内容是实时、离线大数据计算引擎的简介和对比，希望通过此文各位同学能收获一二。本文主要内容包括： 1、Flink简介 2、Spark简介 3、Flink和Spark的引擎技术对比 4、两大技... 查看详情
大数据技术flink开发环境准备和api代码案例(代码片段)
Flink开发环境搭建和API基础学习1、Flink简介2、maven工程环境准备3、Flink流处理API3.1Environment3.2Source4、代码案例：统计单词(wordCount)1、Flink简介看到下面这只可爱的松鼠，显然它不仅是一直普通的松鼠，它还是Flink的项目... 查看详情
大数据技术flink开发环境准备和api代码案例(代码片段)
Flink开发环境搭建和API基础学习1、Flink简介2、maven工程环境准备3、Flink流处理API3.1Environment3.2Source4、代码案例：统计单词(wordCount)1、Flink简介看到下面这只可爱的松鼠，显然它不仅是一直普通的松鼠，它还是Flink的项目... 查看详情
flink+iceberg+对象存储，构建数据湖方案
简介： 上海站FlinkMeetup分享内容，如何基于Flink、对象存储、Iceberg来构建数据湖生态。本文整理自Dell科技集团高级软件研发经理孙伟在4月17日上海站FlinkMeetup分享的《Iceberg和对象存储构建数据湖方案》，文章内容为&... 查看详情
[1]flink大数据流式处理利剑:简介
1.Flink介绍Flink是Apache基金会下的一个顶级项目，其是一个有状态计算的框架；既能处理无边界的数据流，也能处理有边界的数据流；同时Flink提供不同层次的API，从而满足不同的大数据业务处理场景。那什么是... 查看详情
flink关系型api简介
在接触关系型API之前，用户通常会采用DataStream、DataSetAPI来编写Flink程序，它们都提供了丰富的处理能力，以DataStream为例，它有如下这些优点：富有表现力的流处理，包括但不限于：转换数据，更新... 查看详情
1.flink简介与重要概念
Introduction简介ApacheFlink是一个框架和分布式处理引擎，用于在无界和有界数据流上进行有状态计算。Flink可以运行在常见集群环境如YARNKubernetesMesos,内存级别的速度和任意的扩展Unboundedstreams无界数据流无界数据流有开始但是没... 查看详情
flink1.11非对齐检查点unalignedcheckpoint简介
传送门：Flink系统性学习笔记1.前言在阅读本文之前，建议先阅读这两篇文章：Chandy-Lamport分布式快照算法小记与分布式数据流的轻量级异步快照。2.Barrier对齐的风险在Flink的检查点机制中，CheckpointBarrier是划分Checkp... 查看详情