Apache Flink介紹：

Apache Flink 是一個框架和分布式處理引擎，用于在無邊界和有邊界數(shù)據(jù)流上進(jìn)行有狀態(tài)的計算。Flink 能在所有常見集群環(huán)境中運行，并能以內(nèi)存速度和任意規(guī)模進(jìn)行計算。

（推薦教程：apache）

接下來，我們來介紹一下 Flink 架構(gòu)中的重要方面。

處理無界和有界數(shù)據(jù)

任何類型的數(shù)據(jù)都可以形成一種事件流。信用卡交易、傳感器測量、機(jī)器日志、網(wǎng)站或移動應(yīng)用程序上的用戶交互記錄，所有這些數(shù)據(jù)都形成一種流。

數(shù)據(jù)可以被作為 無界 或者 有界 流來處理。

1.無界流 有定義流的開始，但沒有定義流的結(jié)束。它們會無休止地產(chǎn)生數(shù)據(jù)。無界流的數(shù)據(jù)必須持續(xù)處理，即數(shù)據(jù)被攝取后需要立刻處理。我們不能等到所有數(shù)據(jù)都到達(dá)再處理，因為輸入是無限的，在任何時候輸入都不會完成。處理無界數(shù)據(jù)通常要求以特定順序攝取事件，例如事件發(fā)生的順序，以便能夠推斷結(jié)果的完整性。

2.有界流 有定義流的開始，也有定義流的結(jié)束。有界流可以在攝取所有數(shù)據(jù)后再進(jìn)行計算。有界流所有數(shù)據(jù)可以被排序，所以并不需要有序攝取。有界流處理通常被稱為批處理。

Apache Flink 擅長處理無界和有界數(shù)據(jù)集 精確的時間控制和狀態(tài)化使得 Flink 的運行時(runtime)能夠運行任何處理無界流的應(yīng)用。有界流則由一些專為固定大小數(shù)據(jù)集特殊設(shè)計的算法和數(shù)據(jù)結(jié)構(gòu)進(jìn)行內(nèi)部處理，產(chǎn)生了出色的性能。

通過探索 Flink 之上構(gòu)建的 用例 來加深理解。

部署應(yīng)用到任意地方

Apache Flink 是一個分布式系統(tǒng)，它需要計算資源來執(zhí)行應(yīng)用程序。Flink 集成了所有常見的集群資源管理器，例如 Hadoop YARN、 Apache Mesos 和 Kubernetes，但同時也可以作為獨立集群運行。

Flink 被設(shè)計為能夠很好地工作在上述每個資源管理器中，這是通過資源管理器特定(resource-manager-specific)的部署模式實現(xiàn)的。Flink 可以采用與當(dāng)前資源管理器相適應(yīng)的方式進(jìn)行交互。

部署 Flink 應(yīng)用程序時，F(xiàn)link 會根據(jù)應(yīng)用程序配置的并行性自動標(biāo)識所需的資源，并從資源管理器請求這些資源。在發(fā)生故障的情況下，F(xiàn)link 通過請求新資源來替換發(fā)生故障的容器。提交或控制應(yīng)用程序的所有通信都是通過 REST 調(diào)用進(jìn)行的，這可以簡化 Flink 與各種環(huán)境中的集成。

運行任意規(guī)模應(yīng)用

Flink 旨在任意規(guī)模上運行有狀態(tài)流式應(yīng)用。因此，應(yīng)用程序被并行化為可能數(shù)千個任務(wù)，這些任務(wù)分布在集群中并發(fā)執(zhí)行。所以應(yīng)用程序能夠充分利用無盡的 CPU、內(nèi)存、磁盤和網(wǎng)絡(luò) IO。而且 Flink 很容易維護(hù)非常大的應(yīng)用程序狀態(tài)。其異步和增量的檢查點算法對處理延遲產(chǎn)生最小的影響，同時保證精確一次狀態(tài)的一致性。

Flink 用戶報告了其生產(chǎn)環(huán)境中一些令人印象深刻的擴(kuò)展性數(shù)字

處理每天處理數(shù)萬億的事件,應(yīng)用維護(hù)幾TB大小的狀態(tài), 和應(yīng)用在數(shù)千個內(nèi)核上運行。

利用內(nèi)存性能

有狀態(tài)的 Flink 程序針對本地狀態(tài)訪問進(jìn)行了優(yōu)化。任務(wù)的狀態(tài)始終保留在內(nèi)存中，如果狀態(tài)大小超過可用內(nèi)存，則會保存在能高效訪問的磁盤數(shù)據(jù)結(jié)構(gòu)中。任務(wù)通過訪問本地（通常在內(nèi)存中）狀態(tài)來進(jìn)行所有的計算，從而產(chǎn)生非常低的處理延遲。Flink 通過定期和異步地對本地狀態(tài)進(jìn)行持久化存儲來保證故障場景下精確一次的狀態(tài)一致性。