大数据系列——什么是Flink？Flink有什么用途？_flink是干嘛的

目录

一、基本概念

批与流

数据可以作为无界流或有界流处理

二、什么是Flink？

三、Flink有什么用途？

四、适用场景

五、flink事件驱动

六、flink拥有分层API

flink sql

 七、fllink企业级使用

---

一、基本概念

批与流

批处理的特点是有界、持久、大量，非常适合需要访问全套记录才能完成的计算工作，一般用于离线统计。

流处理的特点是无界、实时, 无需针对整个数据集执行操作，而是对通过系统传输的每个数据项执行操作，一般用于实时统计。

数据可以作为无界流或有界流处理

无界流有一个起点，但没有定义的终点。它们不会终止并在生成数据时提供数据，无界流必须被连续处理，即事件在被摄取后必须被及时处理。处理无边界数据通常需要以特定顺序（例如事件发生的顺序）来摄取事件，一遍能够推断出结果的完整性。

有界流具有定义的开始和结束。可以通过在执行任何计算之前提取所有数据来处理有界流。由于有界数据始终可以排序，因此不需要有序摄取即可处理有界流。绑定流的处理也被称为批处理。

二、什么是Flink？

Apache Flink是一个框架和分布式处理引擎，用于对无界和有界数据流进行有状态计算。

Flink被设计在所有常见的集群环境中运行，以内存执行速度和任意规模来执行计算。

支持高吞吐、低延迟(每秒处理百万个事件)、高性能的分布式处理框架。

三、Flink有什么用途？

flink作为实时流处理平台，可以与kafka很好地结合。

• 与kafka的结合，可以让flink作为生产者，不断的向kafka消息队列中产生消息
•  还有一种情况，让flink作为kafka的消费者，读取消息队列中的消息，然后做处理。

四、适用场景

        在实际生产的过程中，大量数据在不断地产生，例如金融交易数据、订单数据等，以及我们熟悉的网络流量监控、服务器产生的日志数据，这些数据最大的共同点就是实时从不同的数据源中产生，然后再传输到下游的分析系统。

五、flink事件驱动

参考：来源

• 传统型事务应用程序处理流程：一个事件通过后台应用程序处理，通过读写数据库，将结果返回给用户。
• 事件驱动处理过程：通过收集事件日志，摄入到flink应用中，通过一个本地状态而不去查询关系型数据库，本地状态为了保证稳定性，还可以将状态存到一个持久性存储中，最终通过计算，将结果保存到持久存储或者发送给下游应用使用

六、flink拥有分层API

High-level language:高级语言，即使用高级语义描述计算
Declarative DSL：声明式DSL
core APIs:核心API
Stateful Stream Processing:有状态的流处理
low-level building block:低级api，构建块

flink sql

可以对流数据进行类似表一样的处理，可以实现大部分DataStream API和DataSet API的功能;

 七、fllink企业级使用

•  一般会再flink上有自己的封装，如 快手的实时开发平台（KwaiStream），基于Apache Flink 构建的、一站式、高性能实时数据处理平台，用于处理各类流式数据的业务场景。

• 业务实际使用上，产品常见使用场景包括：

1）数据流拆分、基础数据清洗

2）PV、UV类型的实时业务统计

3）日志实时分析、操作行为等实时监控&报警

4）与多种数据源类型打通，可以将实时处理后的数据直接落地到OLAP、ES等，供后续业务方使用

5）将各类数据源定为逻辑表（如Redis/Kafka、MySQL），通过使用SQL对逻辑表进行加工处理即可完成对底层数据源的读写操作，使用更加便捷.