flink 1.10 和 最新发版的1.11区别

1.10	1.11
自己编译 hadoop（“flink-shaded-hadoop-*” jars），不需要配置环境变量。容易发生版本冲突	直接引用集群中的hadoop包，解决冲突问题，但是需要配置一下环境变量
flink-csv 和flink-json 需要下载 jar	flink-csv和 flink-json 不需要下载 jar包，已经在lib 文件夹下了。
有 legacyScheduler	删除了旧版的legacyScheduler
有 legacyScheduler	删除了旧版的legacyScheduler
有slave file name	因为觉得slave有歧视意味，在1.11 中把slaves更改为worker，以前版本中的setups 相关的start-cluster.sh 和stop-cluster.sh 需要更改名字
	针对 flink docker 集成的改进
	全新的JobManager Memory Model
	table api 的包的结构的变化
	删除了streamTableSink，batchTableSink
	更正了一些bug问题，tabkeEnvironment.execute() streamTableEnvironment.execute()ExecutionEnvironment.execute()batchTableEnvironment.execute()
	删除kafka0.8/0.9 connectors
	删除了ES 2.x connector
	删除了KafkaPartitioner
	添加了 fs.allowed-fallback-filesystems 配置选项。
setTolerableCheckpointFailureNumber(…) orsetFailTaskOnCheckpointError(…) 这两个选项可以忽略同步失败	检查点同步失败处理，1.10 的两个设置都可以影响同步失败处理。
	checkpoint 的超时，会被视为正常的检查点故障
	删除 getCheckpointLock，TypeSerializerSnapshot,isOuterSnapshotCompatible,TimestanpExtractor,ListCheckpointed ,RuntimeContext#getFoldingState(), OperatorStateStore#getSerializableListState() and OperatorStateStore#getOperatorState()
	取消了 从flink-streaming-java 到 flink-client的依赖
	pyFlink 中加入了一些数据类型异常处理
	1.11对hive得支持更好，然后有个cdc直接对接binlog得变化
	1.11可以从kafka直接写到hive

参考链接：官方文档，只是整理了一下，目前我需要关注的点
https://ci.apache.org/projects/flink/flink-docs-release-1.11/zh/release-notes/flink-1.11.html
https://ci.apache.org/projects/flink/flink-docs-release-1.11/dev/table/connectors/formats/canal.html
https://ci.apache.org/projects/flink/flink-docs-release-1.11/dev/table/hive/hive_streaming.html