Flink & Spark

Flink时序表和版本化表都是记录id在不同时间的数据的，在新的版本中，使用版本化表代替时序表。。。

Flink table api中time设置以及watermarks是如何设置的。有哪些window。

Table API 和SQL是Flink提供的相对DataStream更加高级的API，他是对DataStream的封装，

Flink计算过程中有很多的中间状态。Flink为用户提供了API，只要使用queryable client就能直接获取这些状态。

Checkpoint机制是Flink保证数据一致性的重要机制，定期将Flink计算状态持久化，一旦计算过程中出现异常，Flink可以从最近的一次checkpoint数据中恢复计算状态。

有状态计算是Flink一个特点， Flink计算时有状态的，它会将状态数据保存到本地或者内存中。利用这些状态，用户可以自定义窗口中的各种计算。

Flink异步IO是为了提高Flink对外部数据的读写效率，这个要求外部的系统能够支持并提供异步的API。

Process Function在Flink中相对比较低级，但是却非常的灵活，使用process function可以做许多自定义的需求

Flink DataStream 低级API中的Join分类和理解，在代码中该如何进行join。。。

Flink DataStream 低级API如何使用window处理。以及Flink Data Stream的代码模板。

Flink的时间处理，以及watermarks概念，个人理解，以及如何使用。这些都是一些比较基本的理解。

Flink的Standalone，docker，HA 部署，以及运行在Yarn上的安装部署做简要介绍

本文简要介绍Flink运行模式，包括Session， Per-job，Application，以及yarn上的Native模式

Apache Flink 是一个分布式处理引擎，用于对无界和有界数据流有状态计算。本文主要对flink做简要介绍。