Flink从入门到精通(一) - 简介

1. 什么是Flink?

官网的定义如下:

Apache Flink is a framework and distributed processing engine for stateful computations over unbounded and bounded data streams.

Flink has been designed to run in all common cluster environments, perform computations at in-memory speed and at any scale.

从官网的定义我们可以看出

1. 首先，它是一个分布式处理引擎和框架

2. 其次，它进行有状态的计算，针对有界和无界的数据流式计算

这里有几点我想详细解释一下：

2-1) 什么叫有界和无界数据?

有界数据集：有限不会改变的数据集合

无界数据(无穷数据集): 无穷的持续集成的数据集合

 那么那些常见的无穷数据集有哪些呢？
  用户与客户端的实时交互数据(用户行为)
  应用实时产生的日志
  金融市场的实时交易记录

2-2) 什么是流式计算？

说到流式计算我们就不得不提一下批处理计算，因为它们是不同的东西。
  批处理：在预先定义的时间内运行计算，当完成时释放计算机资源
  流式：只要数据一直在产生，计算就持续地进行

3. Flink提供内存级的计算速度和高可扩展性

 

2. Flink图解重点

image.png image.png image.png

3. Flink 程序与数据流结构

image.png