01_Apache Flink是什么，Apache Flink的优势，Apache Flink用户，Flink介绍（流场景使用案例、正确性保证、API分层体系、Operational Focus等）

男娘i 2023-01-03 04:03 90阅读 0赞

1.1. Apache Flink是什么？  
1.1.1. Apache Flink的优势  
1.1.2. Apache Flink用户  
1.1.3. Flink介绍  
1.1.3.1.流场景使用案例  
1.1.3.2.正确性保证  
1.1.3.3. API分层体系  
1.1.3.4. Operational Focus  
1.1.3.5. 适用于各种应用场景Scales to any use case  
1.1.3.6.高性能

## 1.1.Apache Flink是什么？ ##

作为没有接触过Flink的人，当听到外界说的Flink的时候，就想知道它能做什么，作为笔者，同样有这样的疑问，为了消除疑问，我也迫不及待的在下班后开始了看官网的学习历程。

Apache Flink官网：https://flink.apache.org/

Apache Flinke是一个”统一的大数据分析和机器学习引擎”、”统一的大数据分析和流计算引擎”、”统一的大数据分析和批计算引擎”

Flink说自己是”下一代大数据处理引擎”，看来海口夸的很大啊，称自己是”下一代”。作为Apache Flink小白的我是不明觉厉啊。好吧，我到底要看看它是多么牛逼。以下是Apache Flink的一段介绍：  
“Apache Flink是一个分布式大数据处理引擎，可对有限数据流和无线数据流进行状态计算。可部署在各种集群环境，对各种大小的数据规模进行快速计算”。

盗用它的一张图，来瞅瞅它：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70_pic_center]

### 1.1.1.Apache Flink的优势 ###

Apache Flink 为用户提供了更强大的计算能力和更易用的编程接口。优势项有：

批流统一：Runtime 和 SQL层批流统一，提供高吞吐延迟计算能力和更强大的SQL支持。  
生态兼容：与Hadoop Yarn / Apache Mesos / Kubernetes集成，并且支持单机模式运行。  
性能卓越：性能卓越的批处理与流处理支持。  
规模计算：作业可被分解成上千个任务，分布在集群中并发执行。

### 1.1.2.Apache Flink用户 ###

Apache Flink的用户有：阿里巴巴，腾讯，华为，网易，滴滴，饿了么，携程，360，顺丰科技，爱奇艺，美团，唯品会，ebay，ERICSSON.

### 1.1.3.Flink介绍 ###

#### 1.1.3.1.流场景使用案例 ####

数据驱动的应用  
批流数据分析  
数据通道和ETL （更多：https://flink.apache.org/usecases.html）

#### 1.1.3.2.正确性保证 ####

Exactly-once状态一致性保证  
事件时间处理  
复杂的late date处理（更多：https://flink.apache.org/flink-applications.html\#building-blocks-for-streaming-applications）

#### 1.1.3.3. API分层体系 ####

统一SQL支持Stream和Batch数据处理  
DataSteam API & DataSet API  
ProcessFunction（Time & State）（更多：https://flink.apache.org/flink-applications.html\#layered-apis）

#### 1.1.3.4. Operational Focus ####

部署灵活  
高可用配置  
Savepoint （更多：https://flink.apache.org/flink-operations.html）

#### 1.1.3.5. 适用于各种应用场景Scales to any use case ####

架构可扩展  
超大state支持  
增量checkpointing （更多：https://flink.apache.org/flink-architecture.html\#run-applications-at-any-scale）

#### 1.1.3.6.高性能 ####

低延时  
高吞吐  
内存计算（更多：https://flink.apache.org/flink-architecture.html\#leverage-in-memory-performance）

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70_pic_center]: /images/20221119/a34e34b6e66647cf93c6f96d3a7b7683.png