1、Flink 是什么
Flink 的全球热度
Flink 目前在国内企业的应用
2、为什么要用 Flink
• 流数据更真实地反映了我们的生活方式
• 传统的数据架构是基于有限数据集的
• 我们的目标
➢ 低延迟
➢ 高吞吐
➢ 结果的准确性和良好的容错性
哪些行业需要处理流数据
• 电商和市场营销
➢ 数据报表、广告投放、业务流程需要
• 物联网(IOT)
➢ 传感器实时数据采集和显示、实时报警,交通运输业
• 电信业
➢ 基站流量调配
• 银行和金融业
➢ 实时结算和通知推送,实时检测异常行为
3、流处理的发展和演变
传统数据处理架构
流处理的演变
4、Flink 的主要特点
4.1 事件驱动(Event-driven)
4.2 基于流的世界观
在 Flink 的世界观中,一切都是由流组成的,离线数据是有界的流;实时数据是一个没有界限的流:这就是所谓
的有界流和无界流
4.3 分层API
➢ 越顶层越抽象,表达含义越简明,使用越方便
➢ 越底层越具体,表达能力越丰富,使用越灵活
4.4 其它特点
➢ 支持事件时间(event-time)和处理时间(processing-time)语义
➢精确一次(exactly-once)的状态一致性保证
➢低延迟,每秒处理数百万个事件,毫秒级延迟
➢与众多常用存储系统的连接
➢高可用,动态扩展,实现7*24小时全天候运行
5、Flink vs Spark Streaming
5.1 流(stream)和微批(micro-batching)
5.2 数据模型
– spark 采用 RDD 模型,spark streaming 的 DStream 实际上也就是一组 组小批 数据 RDD 的集合
– flink 基本数据模型是数据流,以及事件(Event)序列
5.3 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 是标准的流执行模式,一个事件在一个节点处理完后可以直接发往下一个节 点进行处理