1、 Flink 1.2.1事件驱动的简介1.2.2流和批处理的世界视图1.2.3分层API了解Flink的重要特性。快速入门
2.1添加依赖项
2.2批处理字数
2.3流字数
I关于Flink
1.1 Flink项目的概念是：“Apache Flink是一个开源流处理框架，用于分布式、高性能、随时可用和精确的流处理应用程序”。Apache Flink是一个框架和分布式处理引擎，用于无界和有界数据流的状态计算。Flink设计用于在所有常见群集环境中运行，并以内存执行速度和任何小执行计算。2 Flink的重要功能。1.2.1事件驱动应用程序是一种具有状态的应用程序。它从一个或多个事件流中提取数据，并根据传入的事件触发计算、状态更新或其他外操作。一个典型的例子是，由Kafka表示的几乎所有消息队列都是事件驱动的应用程序。2.2流和批处理的世界视图以有界、持久和为特征。它非常适合需要访问全套记录的计算工作。它通常用于脱机统计。流处理的特点是无界性和实时性。它不是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。它通常用于实时统计。在Spark的世界观中，一切都是由批次组成的。离线数据是一个批量，而实时数据是由无限个小批量组成的。在弗林克的世界观中，一切都是由溪流组成的。离线数据是有界流，实时数据是无界流，即所谓的有界流和无界流无界数据流：无界数据流有起点，但没有终点。它们不会在生成时终止并提供数据。必须连续处理无界流，即必须在采集后立即处理事件。对于无界数据流，我们不能等待所有数据到达，因为输入是无界的，并且不会在任何时间点完成。处理无界数据通常需要按特定顺序（例如事件发生的顺序）获取事件，以便推断结果的完整性有界数据流：有界数据流有明确定义的开始和结束。可以通过在执行任何计算之前获取所有数据来处理它。处理有界流不需要获取它，因为有界数据集总是可以排序的。有界流的处理也称为批处理
这种面向流的体系结构的最优点是它具有非常低的延迟
<1.2.3分层API最低级别的抽象只提供有状态流，它将通过进程函数嵌入到datastream API中。底层流程功能与datastream API集成，因此它可以在底层抽象一些特定操作，这允许用户自由处理一个或多个数据流中的事件，并使用一致的容错状态多数应用程序不需要上述底层抽象，而是为核心API编程的，例如datastream API（有界或无界流数据）和dataset API（有界数据集）。这些API为数据处理提供了通用的构建块，如用户定义的转换、连接、聚合、窗口操作等。dataset API为有界数据集（如循环和迭代）提供了额外的支持。这些API处理的数据类型由它们各自的编程语言以类的形式表示。快速入门
2.1添加依赖项
2.2批字计数
2.3流字计数
服务器启动套接字
标签：api 流处理 数据流 apacheflink dataset
