Kevin的Flink学习日记（一）——前言与Flink架构分析

1.学习背景

目前工作上已在使用flink进行实时计算，业务开发没有什么问题，但是对于整个框架的认识程度来说，还是过于浅显，需要深入，构建知识体系。

2.学习目标

1.构建完整的Flink框架的知识体系，了解其原理、架构
2.熟练使用框架进行开发

3.学习参考资料

书籍：《Flink入门与实战》 ——徐葳
注：在通读本书后，应该会写一篇相应的书评

4.我目前所理解的Flink

《自问自答》环节：
1.什么是Flink？
一个流处理框架，这是我的第一反应。
2.OK，那什么是流处理？
流处理就是指数据源连续不断且无穷尽，需要一直对数据进行处理？（听着有点别扭）
3.那为什么用Flink？Flink好在哪里？
高性能？我认为，作为实时计算框架最重要的就是要做到高性能、高吞吐

正式学习

一、Flink的架构分析

根据书上所言，Flink架构分为4层，分别是：
Deploy层、Core层、API层、Libarary层

1Deploy层
顾名思义，Deploy与部署相关，主要是关于Flink的部署模式。

那么Flink有哪些部署方式呢？
a.本地部署
b.集群部署(Standalone/YARN)
c.云服务器(GCE/EC2)

2.Core层
书上说，该层提供了支持Flink计算的全部核心实现，为API层提供基础的服务。（这里感觉过于简略了，Flink计算的核心实现是如何做到的呢？）

3.API层
流处理和批处理的API，没啥好说的

4.Libarary层
所谓的Libarary层也就是在API的基础上，进一步进行领域划分，比如复杂事件处理、表操作、批处理、Gelly图处理等

二、小结与疑问

1.首先，知道了Flink的架构分为了几个层次，4层，分别是：Deploy、Core、API与Libarary。我认为最为重要的是Deploye与Core层，也就是如何在代码层面上以不同的方式进行一个实际部署以及Core的原理实现。