Flink 學習資料
- 官方文檔 ：https://flink.apache.org
- Flink 中文社區視頻課程：https://github.com/flink-china/flink-training-course
- Flink 中文社區 ：https://www.slidestalk.com/FlinkChina
- ververica 教程 ：https://training.ververica.com/
- ververica 教程中文文檔:https://ci.apache.org/projects/flink/flink-docs-master/zh/
- 源碼：https://github.com/apache/flink
- Flink 知識圖譜：https://ververica.cn/developers/special-issue/
1 flink介紹
1.1 flink發展歷程
2008，柏林理工大學一個研究性項目Stratosphere，Next Generation Big Data Analytics Platform（目標是建立下一代大數據分析引擎）；
2014-04-16，Stratosphere成爲Apache孵化項目，從Stratosphere 0.6開始，正式更名爲Flink。由Java語言編寫；
2014-08-26，Flink 0.6發佈；
2014-11-04，Flink 0.7.0發佈，介紹了最重要的特性：Streaming API；
2016-03-08，Flink 1.0.0，支持Scala；
2016-08-08，Flink 1.1.0；
2017-02-06，Flink 1.2.0；
2017-11-29，Flink 1.4.0；
2018-05-25，Flink 1.5.0；
2018-08-08，Flink 1.6.0；
2018-11-30，Flink 1.7.0；
2019-02-15，Flink 1.7.2；
2019-04-09，Flink 1.8.0；
2019-07-10，Flink 1.8.1；
2019-09-12，Flink 1.8.2；
2019-08-22，Flink 1.9.0；
2019-10-18，Flink 1.9.1；
2020-02-11，Flink 1.10.0；
2020-05-08(昨天)，Flink 1.10.1-rc3；
2019年初，阿里收購flink產品所屬公；不久必然會升級到2.x。
1.2 Flink定義
Apache Flink is a framework and distributed processing engine for stateful computations
over unbounded and bounded data streams. Flink has been designed to run in all common
cluster environments, perform computations at in-memory speed and at any scale.
Apache Flink是一個框架和分佈式處理引擎，用於對無界和有界數據流進行有狀態計算。
1.3 爲什麼選擇flink
flink的常用場景決定：
1、事件驅動應用
2、流/批分析
3、數據管道和ETL
flink優勢決定：
1、統一的框架(流批不區分)
2、統一多層次API
3、高性能計算
4、方便集成
5、強大的failover策略
6、易於部署及擴展
7、簡潔的模型
8、易於開發(source、transformation、sink)
9、能很好反應用戶行爲
10、符合現在更多企業追逐及時性
1.4 flink應用行業和場景
1.4.1 應用行業
電商和市場營銷
數據報表、廣告投放、業務流程需要
物聯網
傳感器實時數據採集和顯示、顯示報警、交通運輸業
電信業
基站流量調配
銀行和金融業
實時結算和通知推送，實時檢測異常行爲
1.4.2 應用場景
flink也常用於離線和實時數倉中！！！
首先我們來看看數倉架構演變(借用阿里雲數倉架構)。演變如下圖：
離線數倉架構：
Lambda架構：實時和離線計算融於一體。
Kappa架構：Lambda架構的簡化版本，去掉其離線部分。
flink認爲批次也是實時的特例！！！
