初识Flink简单介绍

Flink是实时计算框架和分布式处理引擎，用于在无边界和有边界数据流上进行有状态的计算。

有界流和无界流都是基于Datastream这个Flink的编程模型。Flink自己管理内存机制，批流统一

Flink会自动识别运行模式，能以内存速度和任意规模进行计算.

Flink处理过程分为三步：source（输入），逻辑处理，sink（输出）

离线计算：批量，高延时，主动发起

实时计算：持续，低延时，事件触发

 

 

流处理，批处理 ，事件驱动应用：                                                                                                    窗口分类：

Event-time：事件时间                                                                                                                                     时间窗口：time

Lar-state：大的状态                                                                                                                                        计数窗口：count              又分为滑动，滚动

 Exactly-once：                                                                                                                                               会话窗口：session      

 

 

 

Flink面试常问问题：

1，Flink架构

2，Flink是怎么处理数据的

3，Flink与Spark的区别

4,Flink的常见算子

5，Flink的优化

6，Flink中的一些概念 

Event-time，Large-state，Exactl-once，CEP，CDC/CPC

 

 

env.setparallelism（2）//设置并行度，默认为cpu线程数

与Sparkstreaming的区别：

spark中需要先运行map端，等到map端运行完成才会启动Reduce端----------mapReduce，

缺点：使用MR模型处理实时数据，延时比较高。

Flink任务启动，上下游任务同时启动，等待数据过来一条条启动-------------数据流模型/持续流模型

一个并行度，一个task