什么是Flink
Flink就是一个大数据处理引擎的处理框架，是针对流进行的处理.
它是 Apache 旗下的一个框架和分布式的处理引擎，用于对无界和有界的数据进行状态的计算。
整体框架：
应用场景：
Flink保证的就要有：低延迟、高吞吐、结果的准确性和良好的容错性。
Flink流处理的架构
传统的数据处理结构
事务处理方式：
在事务处理的方式上，它的数据处理批量上就不会很大，主要针对的就是事务的一个处理。
分析处理的方式：
数据处理的批量可以很大，但是数据处理的时间上不是很积极的。它离线的，响应比较慢。
有状态的流式处理
流处理的演变
将存储层放在了本地的一个状态，定期的将数据放在远端的持久化存储系统中。
扫描二维码关注公众号，回复：
14744817 查看本文章
lamnbda结构（第二代流处理结构）
用两套系统，同时保证低延迟和结果的准确。
新一代处理器——Flink
就是一套系统实现了lambda结构里的两个系统。
核心特点：
高吞吐、低延迟；
结果的准确性；
精确一次(exactly-once）的状态一致保证性；
可以与众多常用存储系统进行连接；
高可用，支持动态扩展性。
流处理结构上的应用场景
- 事件驱动型应用
- 数据分析型应用
- 数据管道型应用
Flink 的分层API
- 越顶层越抽象，表达的含义越简明，使用起来越方便。
- 越底层越具体，表达的能力越丰富，使用起来越灵活。
其中处于第三次的 DataStream 是最为核心的API。
Flink 和 Spark 区别
Spark 在底层数据处理上的逻辑上还是以批处理的方式进行。所以现在也有人将Spark的处理叫做伪流的处理，而Flink是为真正的流处理方式。
- 数据模型
Spark 采用的是 RDD 模型， spark steaming 的 DSream 实际上也是一组组小批量的 RDD 集合
Flink 基本数据模型就是数据流，以及事件(Event）序列 - 运行时架构
Spark 是批计算，将 DAG 划分为不同的 stage ，一个完成后才可以计算下一个。
Flink 则是标准的六执行模式，一个事件在一个节点处理完后可以直接发往下一个节点处理。
Spark 就像是数据不动代码动，如果是说数据要做分区调整的话，代价就会非常的大，stage 就会十分的麻烦；
而Flink就是代码不动，数据动 。 铁打的营盘，流水的兵一样。