Apache Flink是什麼？

Flink 專案是巨量資料計算領域冉冉升起的一顆新星。巨量資料計算引擎的發展經歷了幾個過程，從第 1 代的 MapReduce，到第 2 代基於有向無環圖的 Tez，第 3 代基於記憶體計算的 Spark，再到第 4 代的 Flink。

如果你希望了解各種流式計算框架的區別，請轉到：巨量資料流式計算框架匯總和對比

因為 Flink 可以基於 Hadoop 進行開發和使用，所以 Flink 並不會取代 Hadoop，而是和 Hadoop 緊密結合。

Flink 主要包括 DataStream API、DataSet API、Table API、SQL、Graph API 和 FlinkML 等。現在 Flink 也有自己的生態圈，涉及離線資料處理、實時資料處理、SQL 操作、圖計算和機器學習庫等。

Flink 是什麼？

很多人是在 2015 年才聽到 Flink 這個詞的，其實早在 2008 年，Flink 的前身就已經是柏林理工大學的一個研究性專案，在 2014 年這個專案被 Apache 孵化器所接受後，Flink 迅速成為 ASF（Apache Software Foundation）的頂級專案之一。截至目前，Flink 的版本經過了多次更新。

Flink 是一個開源的流處理框架，它具有以下特點：

• 分散式：Flink 程式可以執行在多台機器上。
• 高效能：處理效能比較高。
• 高可用：由於 Flink 程式本身是穩定的，因此它支援高可用性（High Availability，HA）。
• 準確：Flink 可以保證資料處理的準確性。

Flink 主要由 Java 程式碼實現，它同時支援實時流處理和批次處理。對於 Flink 而言，作為一個流處理框架，批資料只是流資料的一個極限特例而已。

此外，Flink 還支援疊代計算、記憶體管理和程式優化，這是它的原生特性。

由圖1可知，Flink 的功能特性如下：

• 流式優先：Flink 可以連續處理流式資料。
• 容錯：Flink 提供有狀態的計算，可以記錄資料的處理狀態，當資料處理失敗的時候，能夠無縫地從失敗中恢復，並保持 Exactly-once。
• 可伸縮：Flink 中的一個叢集支援上千個節點。
• 效能：Flink 支援高吞吐、低延遲。

---