Flink高手之路一Flink的简介

一、Flink简介

1. Fink的引入

大数据的计算引擎，发展过程有四个阶段

l 第一代：Hadoop的MapReduce，批处理，中间结果放在HDFS上也就是硬盘上，速度很慢，效率很低

l 第二代：支持DAG（有向无环图），Tez和Oozie，批处理

l 第三代：内存计算，Spark，支持批处理和流（实时）处理，比MR快100倍以上

l 第四代：Flink，真正的流批一体，比Spark更快

2. Flink简介

Flink的官网

基于数据流的状态计算

3. 支持的编程语言

Flink对java、scala、python都提供支持，但是Flink使用java开发，最适合java，课程以java语言为例。

4. Flink的特性

Flink是一个计算框架和分布式的计算处理引擎，基于对流（实时、无界）和批（离散、有界）数据进行有状态的计算，它可以通过集群以内存进行任意规模的数据计算。

l 高吞吐、低延迟、高性能

l 支持带有事件的窗口（window）操作

l 支持有状态的计算

l 内存计算

l 迭代计算

5. Flink四大基石

l 校验点Checkpoint

l 状态State

l Time时间

l 窗口Window

6. 批处理和流处理

l 批处理：有界、持久、大量，处理引擎：MR、SparkSQL、Flink DataSet现在合并为DataStream

l 流处理：无界、实时、持续，处理引擎：Spark Streaming，Flink DataSteam

二、Flink的架构

1. Flink的角色

l JobManager

也叫做Master，用于协调分布式执行、调度任务（task）、协调校验点、协调失败时的恢复，可以配置为高可用（HA），当配置高可用时，只有一台是active，其他的为standby

l TaskManager

也叫做worker，用于执行计算任务，进行数据缓存和交换，至少得有一个worker

2. 编程模型

l ProcessFunction

l DataStream API

l SQL & Table API