这是我参与「第四届青训营 」笔记创作活动的第13天
我们青训营大数据的老师把提交的时间往后面拖了一天，本来想直接摆烂的我，又起床来补习了，学！开学！继续看看关于Flink的内容
分层 api
最底层级的抽象仅仅提供了有状态流，它将通过过程函数（Process Function） 被嵌入到 DataStream API 中。底层过程函数（Process Function） 与 DataStream API 相集成，使其可以对某些特定的操作进行底层的抽象，它允许用户可以自由地处理 来自一个或多个数据流的事件，并使用一致的容错的状态。除此之外，用户可以注 册事件时间并处理时间回调，从而使程序可以处理复杂的计算。
嘶，等等，有状态流是啥？
有状态流
所有数据的产生都可以看做连续的事件流\
用户与网站或手机APP应用产生的互动，订单的信息，服务器产生的日志或者传感器测量等等，统统都可以算是事件流。事实上，很难找到一个一次性生成有限并且完整的数据集的例子。有状态流处理是用于处理无界事件流的应用程序设计模式，适用于公司IT基础结构中的许多不同用例\
实际上，大多数应用并不需要上述的底层抽象，而是针对核心 API（Core APIs） 进行编程，比如 DataStream API（有界或无界流数据）以及 DataSet API（有界数据 集）。这些 API 为数据处理提供了通用的构建模块，比如由用户定义的多种形式的转换（transformations），连接（joins），聚合（aggregations），窗口操作（windows） 等等。DataSet API 为有界数据集提供了额外的支持，例如循环与迭代。这些 API 处理的数据类型以类（classes）的形式由各自的编程语言所表示。
Table API 是以表为中心的声明式编程，其中表可能会动态变化（在表达流数据 时）。Table API 遵循（扩展的）关系模型：表有二维数据结构（schema）（类似于 关系数据库中的表），同时 API 提供可比较的操作，例如 select、project、join、group-by、 aggregate 等。Table API 程序声明式地定义了什么逻辑操作应该执行，而不是准确地 确定这些操作代码的看上去如何。
尽管 Table API 可以通过多种类型的用户自定义函数（UDF）进行扩展，其仍不 如核心 API 更具表达能力，但是使用起来却更加简洁（代码量更少）。除此之外， Table API 程序在执行之前会经过内置优化器进行优化。
学习路漫漫，记笔记也好累，大家加油呀！
