flink学习系列--基础知识学习（四）

前言

这一讲将介绍一下序列化机制和过程函数（processfunction）。

序列化机制

使用 Flink 编写处理逻辑时，新手总是容易被林林总总的概念所混淆：

 为什么 Flink 有那么多的类型声明方式？
 BasicTypeInfo.STRING_TYPE_INFO、Types.STRING 、Types.STRING() 有何区别？
 TypeInfoFactory 又是什么？
 TypeInformation.of 和 TypeHint 是如何使用的呢？
 

接下来本文将逐步解密 Flink 的类型和序列化机制(TypeInformation)。

Flink 的类型系统源码位于 org.apache.flink.api.common.typeinfo 包，让我们对上图TypeInformation深入追踪，看一下类的继承关系图：

可以看到，上面两个图片是一一对应的，TypeInformation 类是描述一切类型的公共基类，它和它的所有子类必须可序列化（Serializable），因为类型信息将会伴随 Flink 的作业提交，被传递给每个执行节点。

由于 Flink 自己管理内存，采用了一种非常紧凑的存储格式（见官方博文），因而类型信息在整个数据处理流程中属于至关重要的元数据。