文章目录
一、Flink简介
1. Fink的引入
大数据的计算引擎，发展过程有四个阶段
- 第一代：Hadoop的MapReduce，批处理，中间结果放在HDFS上也就是硬盘上，速度很慢，效率很低
- 第二代：支持DAG（有向无环图），Tez和Oozie，批处理
- 第三代：内存计算，Spark，支持批处理和流（实时）处理，比MR快100倍以上
- 第四代：Flink，真正的流批一体，比Spark更快
2.Flink简介
Apache Flink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执行任意流数据程序，Flink的流水线运行时系统可以执行批处理和流处理程序。此外，Flink的运行时本身也支持迭代算法的执行。
Flink的官网：https://flink.apache.org/
基于数据流的状态计算
3.支持的编程语言
Flink对java、scala、python都提供支持，但是Flink使用java开发，最适合java，课程以java语言为例。
4.Flink的特性
Flink是一个计算框架和分布式的计算处理引擎，基于对流（实时、无界）和批（离散、有界）数据进行有状态的计算，它可以通过集群以内存进行任意规模的数据计算。
- 高吞吐、低延迟、高性能
- 支持带有事件的窗口（window）操作
- 支持有状态的计算
- 内存计算
- 迭代计算
5.Flink四大基石
- 校验点Checkpoint
- 状态State
- Time时间
- 窗口Window
6.批处理和流处理
- 批处理：有界、持久、大量，处理引擎：MR、SparkSQL、Flink DataSet现在合并为DataStream
- 流处理：无界、实时、持续，处理引擎：Spark Streaming，Flink DataSteam
二、Flink的架构
1.Flink的角色
-
JobManager
也叫做Master，用于协调分布式执行、调度任务（task）、协调校验点、协调失败时的恢复，可以配置为高可用（HA），当配置高可用时，只有一台是active，其他的为standby
-
TaskManager
也叫做worker，用于执行计算任务，进行数据缓存和交换，至少得有一个worker
2.编程模型
-
ProcessFunction
-
DataStream API
-
SQL & Table API
参考文章：