Flink笔记1-简介概述

1.流计算基础概念

1.1 Dataflow图

 Dataflow程序描述了数据如何在不同操作之间流动。Dataflow程序通常表示为有向图。图中顶点为算子，表示计算；而边表示数据依赖关系。算子
 是Dataflow程序的基本单元，它们从输入获取数据，对其进行计算，然后产生数据并发往输出以供后续处理。没有输入端的算子成为数据源，没有出
 输出端的算子称为数据汇。一个DataFlow图至少有一个数据源和一个数据汇。

1.2 数据并行和任务并行

将输入数据分组，让同一操作的多个任务并行执行在不同数据子集上，这种并行称为数据并行。让不同算子的任务（基于相同或不同的数据）并行计算，
这种并行称为任务并行。

1.3 数据交换策略

转发策略：在发送端任务和接受端任务之间一对一地进行数据传输。
广播策略：把每个数据项发往下游算子的全部并行任务。
基于键值的策略：根据某一键值属性对数据分区，并保证键值相同的数据项会交有同一任务处理。

1.4 延迟和吞吐

延迟：表示处理一个事件所需时间。本质上，它是从接受事件到在输出中观察到事件效果的时间间隔；即从你进入咖啡店门的一刻到你喝到第一口咖啡的时间
吞吐：用来衡量系统处理能力（处理速率）的指标，它告诉我们系统每单位时间可以处理多少事件。
背压：如果系统持续以力不能及的高速率接受数据，那么缓冲区可能会用尽，继而导致数据丢失，这种情形通常称为背压。

1.5 转换操作

转换操作是一类“只过一次”的操作，它们会分别处理每个事件。这些操作逐个读取事件，对其应用某些转换产生一条新的输出流。

1.6 滚动聚合

滚动聚合（如求和、求最小值和求最大值）会根据每个到来的事件持续更新结果。聚合操作都是有状态的，它们通过将新到来的事件合并到已有状态来生成更
新后的聚合值。

1.7 时间语义<