Exactly Once 语义在Flink中的实现 这是我参加「第四届青训营 」笔记创作活动的第2天
1.传统SQL和流处理 特征：处理数据的有界性、处理数据的完整性和执行时间 将事件流转换为动态表，动态表随时间变化 连续查询：查询从不终止，结果不断更新，产生一张新的动态表。
2.快照制作 JM发送Checkpoint Barrier标识状态到每个source算子（开始制作快照）； 各个source保存自己状态后，向所有的下游发送Checkpoint Barrier，同时告知JM； 算子会等所有的 Barrier到达后才开始快照制作
3.两阶段提交协议 预提交阶段：协作者向所有参与者发送一个commit消息；收到消息后执行事务，但不真正提交；事务成功执行，发送（vote yes）；执行失败，发送（vote no)。 提交阶段：收到vote yes, 协作者向所有参与者发送一个commit消息；收到消息后结束执行，再发送一个ack消息给协作者，协作者收到所有参与者的ack消息后，标识事务成功完成。收到vote no,协作者向所有参与者发送一个rollback消息;收到消息后参与者回滚事务的执行操作，并释放事务所占的资源；再发送一个ack消息给协作者，协作者收到所有参与者的ack消息后，标识事务成功回滚。
4.Flink案例讲解 账单计算服务：从Kafka中读取账单消息，进行处理后写入到MySQL中。
步骤：
1.在上次记录的位点之后，从Kafka中读取固定大小的数据；
2.对该批数据进行去重和聚合计算；
3.处理完成后写入MySQL中，若全部写入成功，则记录下当前读取到的消息的终止位置；若处理或者写入失败，则不记录位点；
4.跳回步骤1
