2020年，在整个大数据领域，flink可算是火的一塌糊涂，不但将阿里的blink中的大部分特性merge到社区版本的flink中，使得flink 在流式计算领域可谓是一骑绝尘，让其他实时计算框架只能望其项背，目前flink在实时领域根本看不到其他的对手，同时新版本的flink又完美的兼容了hive，使得flink在离线计算方面也快马加鞭，飞速赶超，完美实现批流统一，甚至又很多人称2020年为flink的元年。
学习该框架的思路
-
学习了flink最新版本1.12，学习flink最新特性。
-
使用java语言开发，同时兼顾scala
-
理论结合实践，深入源码，不仅要搞定编程，还要知其所以然
-
结合生产中遇到的问题，能在工作中解决实际的问题
-
结合面试问题，搞定面试
一、什么是flink
二、flink的特点
-
批流统一
-
支持高吞吐，低延迟，高性能的流式处理
-
支持带有事件时间的窗口操作
-
支持有状态的exactly-once语义（处理且处理一次）
-
支持高度灵活的窗口操作，支持基于time,count,session窗口操作（spark的窗口稍微弱点）
-
支持具有backpressure功能的持续流模型
-
支持基于轻量级分布式快照实现容错（能快速同步，又能安全，出现异常，能快速恢复）
-
支持迭代计算
-
flink在jvm内部实现了自己的内存管理
-
支持程序自动优化：避免特定情况下shuffle、排序等昂贵操作，中间结果有必要进行缓存
经验总结：
公司中使用的版本通常不是最新版本，所以旧api也要同步学习，以便在公司中能得心应手。
一般学习一种框架，框架使用什么语言开发，就用哪种语言开发应用程序，方便平时学习深入研究源码
sparkstreming的状态稍微弱一点，弱很多，不是一个完美的解决方案，我们通常会把中间累加的结果放redis,mysql里面，这样的话，就很麻烦，要和外面的数据库系统交互，才能把中间结果保存起来，保证中间结果不丢，而flink非常重要的一个特性就是带状态的计算，状态管理学习起来还是有些复杂的，数据的来源有的进入消息队列里面，有的进入数据库里面，flink把它拉过来进行运算，运算的过程中可以使用分布式快照把中间的状态进行存储，可以进行容错，可以进行事件驱动的处理，可以进行pipelines的管道处理，还可以批处理，还可以做cep，复杂事件处理，将处理好的结果存储到外部的存储系统。
有很多的特性，可以进行所有的流式计算的场景，可以保证数据的一致性，原来使用sparkstreaming进行数据的额exactly once,用起来稍微复杂一点，比如，sparkstreming里面，我们把计算好的结果，和偏移量收集到drive端，然后把它在同一个事务里面写入到一个支持事务的数据库中，但是它有局限性，它的局限性就是，必须是聚合类的，要不然，把数据收集到drive端，就有可能会内存溢出，或者，数据丢失，如果是非聚合类的，还得要求吸入到支持覆盖的，支持幂等性的数据库中，比如hbase中，但是它是有局限性的，它对窗口的支持和对状态的支持，不是那么好，flink全部解决了这些问题，同时还有分层的api，灵活的部署，创建一个恢复点，低延迟，高吞吐，内存运算，目前来说，实时领域，flink做到了极致，最牛逼的。
对有限数据流和无限数据流进行有状态计算，进行高效状态进行管理 。
