編輯推薦: 本文來自於csdn，本文主要介紹了Flink專案的一些關鍵特性，希望通過本文的介紹能夠讓讀者對Flink有更多的瞭解，也讓更多的人使用

此文已由作者嶽猛授權網易雲社群釋出。 歡迎訪問網易雲社群，瞭解更多網易技術產品運營經驗。 2.Spark Streaming架構及特性分析 2.1 基本架構 基於是spark c

Apache Flink 1.5.5 和 1.6.2 釋出了。Apache Flink 是一個開源的流處理框架，應用於分散式、高效能、始終可用的、準確的資料流應用程式。Apache Flink 也是高效和分散式

本文目錄 一、Flink介紹 1.1 Flink基石 1.2 Flink API 1.3 Flink的用途 1.4 Flink Title的變化 二、Flink過去與現在 2

雲妹導讀：伴隨著海量增長的資料，數字化時代的未來感撲面而至。不論是結繩記事的小資料時代，還是我們正在經歷的大資料時代，計算的邊界正在被無限拓寬，而資料的價值再也難以被計算。時下，談及大資料，

Apache Flink 是一個大資料處理框架，允許程式員以非常有效和可擴充套件的方式處理大量資料。這是Eta中的一個簡單的WordCount示例。Maven依賴 檔案中添加了maven依賴項

在本文中，我們將討論如何使用Apache Flink和Apache Ignite構建資料流應用程式。構建資料流應用程式可以以優化和容錯的方式將大量有限和無限量的資料提取到Ignite叢集中。資料攝取率非常高，每

編輯推薦: 來源infoq，將重點介紹 Apache Beam與Flink的關係，對Beam框架中的KafkaIO和Flink原始碼進行剖析，並結

Flink 支援有狀態的操作和使用者方法。例如，視窗操作使用狀態維護不斷追加的聚合資料，sink 操作使用狀態保證一致性提供 exactly-once 語義。 Flink 狀態主要分為兩種： 操

一、Apache Flink 的命脈 "命脈" 即生命與血脈，常喻極為重要的事物。系列的首篇，首篇的首段不聊Apache Flink的歷史，不聊Apache Flink的架構，不聊Apach

Apache Flink 1.6.1 釋出了，Apache Flink 是一個開源的流處理框架，應用於分散式、高效能、始終可用的、準確的資料流應用程式。 這是 1.6 系列的第一個 bugfix 版本，

data Artisans宣佈推出Streaming Ledger ，它擴充套件了Apache Flink，提供了跨表、鍵和事件流執行可序列化ACID事務的功能。這項正在申請專利的技術是Flink的專有附加

在本文中，我們將深入探討Flink新穎的檢查點機制是如何工作的，以及它是如何取代舊架構以實現流容錯和恢復。我們在各種型別的流處理應用程式上對Flink效能進行測試，並通過在Apache Storm（一種廣泛使用