zhiwen

1. Flink DataStream API 概览 https://ci.apache.org/projects/flink/flink-docs-release-1.10/zh/dev/datastream_api.html 我们先是从一个简单的例子开始看起。下面是一个流式 Word Count 的示例，虽然它只有 5 行代码，但是它给出了基于 Flink DataStream API 开发程序的基本结构。 ▼ 示例: 基于 Flink DataStream API 的 Word Count 示例。 /

运行 Flink 应用 1. 基本概念 运行 Flink 应用其实非常简单，但是在运行 Flink 应用之前，还是有必要了解 Flink 运行时的各个组件，因为这涉及到 Flink 应用的配置问题。 下图所示，这是用户用 DataStream API 写的一个数据处理程序。可以看到，在一个 DAG 图中不能被 Chain 在一起的 Operator 会被分隔到不同的 Task 中，也就是说 Task 是 Flink 中资源调度的最小单位。 Flink 实际运行时包括两类进程： JobManager（又

「有状态的流式处理」概念解析 1. 传统批处理 传统批处理方法是持续收取数据，以时间作为划分多个批次的依据，再周期性地执行批次运算。 但假设需要计算每小时出现事件转换的次数，如果事件转换跨越了所定义的时间划分，传统批处理会将中间运算结果带到下一个批次进行计算；除此之外，当出现接收到的事件顺序颠倒情况下，传统批处理仍会将中间状态带到下一批次的运算结果中，这种处理方式也不尽如人意。 2. 理想方法 第一点，要有理想方法，这个理想方法是引擎必须要有能力可以累积状态和维护状态，累积状态代表着过去历史中接收过的所

一、Apache Flink 的定义、架构及原理 官方文档:Apache Flink 是一个分布式流批一体化的开源平台。Flink 的核心是一个提供数据分发、通信以及自动容错的流计算引擎。Flink 在流计算之上构建批处理，并且原生的支持迭代计算，内存管理以及程序优化。 Apache Flink 是一个分布式大数据处理引擎，可对有限数据流和无限数据流进行有状态或无状态的计算，能够部署在各种集群环境，对各种规模大小的数据进行快速计算。 1. Flink Application 了解Flink 应用开发需要先理