讀《Flink基礎教程》01 為何選擇 Flink
Flink 的一個優勢是，它擁有諸多重要的流式計算功能。其他專案為了實現這些功能，都不得不付出代價。比如，Storm 實現了低延遲，但是做不到高吞吐，也不能在故障發生時準確地處理計算狀態；Spark Streaming 通過採用微批處理方法實現了高吞吐和容錯性，但是犧牲了低延遲和實時處理能力，也不能使視窗與自然時間相匹配，並且表現力欠佳。
初探 Flink
Apache Flink 是為分散式、高效能、隨時可用以及準確的流處理應用程式打造的開源流處理框架。Flink 不僅能提供同時支援高吞吐和 exactly-once 語義的實時計算，還能提供批量資料處理。
Flink 起源於 Stratosphere 專案， Stratosphere 是在 2010~2014 年由 3 所地處柏林的大學和歐洲的一些其他的大學共同進行的研究專案。2014 年 4 月，Stratosphere 的程式碼被複制並捐獻給了 Apache 軟體基金會，Flink 一詞在德語中表示快速和靈巧。專案採用一隻松鼠的彩色圖案作為 logo，這不僅因為松鼠具有快速和靈巧的特點，還因為柏林的松鼠有一種迷人的紅棕色。
批處理與流處理
Flink 的核心計算構造是 Flink Runtime 執行引擎，它是一個分散式系統，能夠接受資料流程式並在一臺或多臺機器上以容錯方式執行。 Flink Runtime 執行引擎可以作為 YARN（Yet Another Resource Negotiator）的應用程式在叢集上執行，也可以在 Mesos 叢集上執行，還可以在單機上執行（這對於除錯 Flink 應用程式來說非常有用）。
Flink 分別提供了面向流處理的介面（DataStream API）和麵向批處理的介面（DataSet API）。因此，Flink 既可以完成流處理，也可以完成批處理。Flink 支援的拓展庫涉及機器學習（FlinkML）、複雜事件處理（CEP），以及圖計算（Gelly），還有分別針對流處理和批處理的 Table API。
Flink 提供了封裝在 Runtime 執行引擎之上的 API，以幫助使用者更方便地生成流式計算程式。