flink提供了流计算和批计算，对应的api分别数dataStream api和dataSet api，下面我们从源码层面对dataStream进行简单分析。
DataStream数据结构：
DataStream表示相同类型的元素流。一个DataStream可以通过应用转换为另一个DataStream。DataStream包含StreamExecutionEnvironment上下文和Transformation，Transformation表示创建datastream的操作。
DataStream方法：
DataStream类结构：
DataStream数据流
datastream是流处理的api，既然是流处理，就必须有获取数据，处理数据，转换为另一个DataStream的操作,最后还应该有数据持久化的操作。
flink中获取数据的接口是：org.apache.flink.api.common.io.InputFormat
数据处理的接口是： org.apache.flink.api.common.operators.Operator
数据持久化的接口是：org.apache.flink.api.common.io.OutputFormat
我们的使命是探究DataStream和InputFormat，Operator，OutputFormat 之间的关系。
InputFormat：
InputFormat is The base interface for data sources that produces records.
InputFormat处理以下问题:
1. 它描述了如何将输入分割成可并行处理的分块
2. 它描述了如何从输入分割中读取记录
3. 它描述了如何从输入中收集基本的统计信息。
InputFormat的生命周期如下:
1. 被Configuration配置初始化，基础域从Configuration中读取
2.可选:编译器调用它来生成关于输入的基本统计信息
3.调用它来创建输入分割
4.每个并行InputFormat任务创建一个实例，配置它，并为特定的分割打开它
5.从InputFormat读取所有记录
6.关闭InputFormat
InputFormat集成结构
Operator：
批处理的基类是org.apache.flink.api.common.operators.Operator
而流处理的基类是org.apache.flink.streaming.api.operators.StreamOperator
，从这感觉批处理才是嫡系，流处理是自定义基类。我们这次关心流处理，所以后面在讨论stream api时候讨论StreamOperator.
OutputFormat:
用于消耗记录的输出的基本接口。outputFormat描述如何存储最终记录，例如在文件中。生命周期如下：
1.configure()可用于实现初始化时可能附加的参数(配置)
2.每个并行输出任务创建一个实例，配置它并打开它
3.并行实例的所有记录都被传递到outputFormat
4.关闭outputFormat。
