一文告诉你大数据Flink是什么_flank 大数据

Flink简介

一、是什么？

1.1 起源

Flink的前身是Stratosphere项目，Stratosphere是在2010~2014年由3所地处柏林的大学和欧洲的一些其他的大学共同进行的研究项目，2014年4月Stratosphere的代码被复制并捐赠给了Apache软件基金会，参加这个孵化项目的初始成员是Stratosphere系统的核心开发人员，2014年12月，Flink一跃成为Apache软件基金会的顶级项目。

1.2 logo的故事

在德语中，Flink一词表示快速和灵巧，项目采用一只松鼠的彩色图案作为logo，这不仅是因为松鼠具有快速和灵巧的特点，还因为柏林的松鼠有一种迷人的红棕色，而Flink的松鼠logo拥有可爱的尾巴，尾巴的颜色与Apache软件基金会的logo颜色相呼应，也就是说，这是一只Apache风格的松鼠。

1.3 设计理念

Apache Flink是为分布式、高性能、随时可用以及准确的流处理应用程序打造的开源流处理框架

二、使用情况

2.1 国际

2.2 国内使用情况

三、Flink更好的点与特性

更好的点当然是flink的高吞吐、低延时、以及结果的准确与良好的容错性！！！

3.1 主要特性

3.1.1 事件驱动

3.1.2 基于流的处理概念

Flink处理时任务一切都是由流组成，离线数据是有界的流；实时数据是一个没有界限的流：这就是所谓的有界流和无界流

3.1.3 其他

• 支持事件时间（event-time）和处理时间（processing-time）语义
• 精确一次（exactly-once）的状态一致性保证
• 低延迟，每秒处理数百万个事件，毫秒级延迟
• 与众多常用存储系统的连接
• 高可用，动态扩展，实现7*24小时全天候运行

四、VS竞品Spark Streaming

4.1 流与微批

4.2 数据模型

• spark 采用 RDD 模型，spark streaming 的 DStream 实际上也就是一组 组小批数据 RDD 的集合
• flink 基本数据模型是数据流，以及事件（Event）序列

4.3 运行时架构

• spark 是批计算，将 DAG 划分为不同的 stage，一个完成后才可以计算下一个
• flink 是标准的流执行模式，一个事件在一个节点处理完后可以直接发往下一个节点进行处理