1.1　Flink原理分析

很多人是在2015年才听到Flink这个词的，其实早在2008年，Flink的前身就已经是柏林理工大学的一个研究性项目，在2014年这个项目被Apache孵化器所接受后，Flink迅速成为ASF（Apache Software Foundation）的顶级项目之一。截至目前，Flink的版本经过了多次更新，本书基于1.6版本写作。

Flink是一个开源的流处理框架，它具有以下特点。

• 分布式：Flink程序可以运行在多台机器上。
• 高性能：处理性能比较高。
• 高可用：由于Flink程序本身是稳定的，因此它支持高可用性（High Availability，HA）。
• 准确：Flink可以保证数据处理的准确性。

Flink主要由Java代码实现，它同时支持实时流处理和批处理。对于Flink而言，作为一个流处理框架，批数据只是流数据的一个极限特例而已。此外，Flink还支持迭代计算、内存管理和程序优化，这是它的原生特性。

由图1.1可知，Flink的功能特性如下。

• 流式优先：Flink可以连续处理流式数据。
• 容错：Flink提供有状态的计算，可以记录数据的处理状态，当数据处理失败的时候，能够无缝地从失败中恢复，并保持Exactly-once。
• 可伸缩：Flink中的一个集群支持上千个节点。
• 性能：Flink支持高吞吐、低延迟。

图1.1　Flink的功能特性

在这里解释一下，高吞吐表示单位时间内可以处理的数据量很大，低延迟表示数据产生以后可以在很短的时间内对其进行处理，也就是Flink可以支持快速地处理海量数据。