Flink 第1章 基础介绍和特性

一 Flink概念

1.1 Flink的概念

Flink是一个框架和分布式处理引擎，用于对无界和有解数据流进行状态计算。Flink 是一个分布式的流处理框架， DataSet API 可以很容易地实现批处理；与之对应，流处理当然可以用 DataStream API 来实现。

如下图所示：

1.2 Flink的应用场景

 1.3 Flink的目标

1.高吞吐量  2.低延迟  3，结果的准确性和良好的容错性。

1.4 Flink与spark的区别联系

Spark 和 Flink 可以说目前是各擅胜场，批处理领 域 Spark 称王，而在流处理方面 Flink 当仁不让。

1.数据模型上，sprak采用RDD模型，spark streaming的Dstream实际上就是一组组小批数据RDD的集合。

2.flink的基本数据类型是数据流。

工作中需要从 Spark 和 Flink 这两个主流框架中选择一个来进行实时流处理，我们

更加推荐使用 Flink ，主要的原因有：

⚫ Flink 的延迟是毫秒级别，而 Spark Streaming 的延迟是秒级延迟。

⚫ Flink 提供了严格的精确一次性语义保证。

⚫ Flink 的窗口 API 更加灵活、语义更丰富。

⚫ Flink 提供事件时间语义，可以正确处理延迟数据。

⚫ Flink 提供了更加灵活的对状态编程的 API

1.5 Flink的组件

客户端（ Client)   是提供任务需求给JobManager。

JObManager 是任务集中管理调度。

TaskManager是执行处理具体任务。