大数据之Flink资料文档资源-CSDN文库

需积分: 5 74 浏览量 2020-12-20 23:27:58 上传评论收藏 14.91MB DOC 举报

大数据技术之 Flink 资料文档本文档对 Flink 项目进行了详细的介绍，从 Flink 的起源、logo 设计到 Flink 项目的理念和重要特点都进行了详细的解释。同时，本文档也对 Flink 和 SparkStreaming 进行了对比，讲解了 Flink 的事件驱动型和流批处理的特点。 Flink 起源于 Stratosphere 项目，Stratosphere 是在 2010~2014 年由 3 所地处柏林的大学和欧洲的一些其他的大学共同进行的研究项目。2014 年 4 月 Stratosphere 的代码被复制并捐赠给了 Apache 软件基金会，参加这个孵化项目的初始成员是 Stratosphere 系统的核心开发人员。2014 年 12 月，Flink 一跃成为 Apache 软件基金会的顶级项目。 Flink 项目的理念是：“Apache Flink 是为分布式、高性能、随时可用以及准确的流处理应用程序打造的开源流处理框架”。Apache Flink 是一个框架和分布式处理引擎，用于对无界和有界数据流进行有状态计算。Flink 被设计在所有常见的集群环境中运行，以内存执行速度和任意规模来执行计算。 Flink 的重要特点包括事件驱动型和流批处理两方面。事件驱动型应用是一类具有状态的应用，它从一个或多个事件流提取数据，并根据到来的事件触发计算状态更新或其他外部动作。批处理的特点是有界、持久、大量，非常适合需要访问全套记录才能完成的计算工作，一般用于离线统计。流处理的特点是无界、实时，无需针对整个数据集执行操作，而是对通过系统传输的每个数据项执行操作，一般用于实时统计。在 Flink 的世界观中，一切都是由流组成的，离线数据是有界限的流，实时数据是一个没有界限的流。这就是所谓的有界流和无界流。无界数据流有一个开始但是没有结束，它们不会在生成时终止并提供数据，必须连续处理无界流，也就是说必须在获取后立即处理 event。对于无界数据流我们无法等待所有数据都到达，因为输入是无界的，并且在任何时间点都不会完成。处理无界数据通常要求以特定顺序（例如事件发生的顺序）获取 event，以便能够推断结果完整性。本文档对 Flink 项目进行了详细的介绍，并对 Flink 和 SparkStreaming 进行了对比，从 Flink 的起源、logo 设计到 Flink 项目的理念和重要特点都进行了详细的解释，为读者提供了一个完整的 Flink 知识体系。

资源推荐

资源详情

资源评论

大数据技术之 Flink

第一章 简介

1.1 初识 Flink

 起源于  项目， 是在  年由  所地处柏林的大学和欧洲的一些其

他的大学共同进行的研究项目， 年  月  的代码被复制并捐赠给了  软件基金会，参加

这个孵化项目的初始成员是  系统的核心开发人员， 年  月， 一跃成为  软件基

金会的顶级项目。

在德语中， 一词表示快速和灵巧，项目采用一只松鼠的彩色图案作为 ，这不仅是因为松鼠具有

快速和灵巧的特点，还因为柏林的松鼠有一种迷人的红棕色，而  的松鼠  拥有可爱的尾巴，尾巴的

颜色与  软件基金会的  颜色相呼应，也就是说，这是一只  风格的松鼠。



 项目的理念是：“ 是为分布式、高性能、随时可用以及准确的流处理应用程序打造的

开源流处理框架”。

 是一个框架和分布式处理引擎，用于对无界和有界数据流进行有状态计算。 被设计在

所有常见的集群环境中运行，以内存执行速度和任意规模来执行计算。

1.2 Flink 的重要特点

事件驱动型

事件驱动型应用是一类具有状态的应用，它从一个或多个事件流提取数据，并根据到来的事件触发计算

状态更新或其他外部动作。比较典型的就是以  为代表的消息队列几乎都是事件驱动型应用。

与之不同的就是  微批次，如图：

事件驱动型：

流与批的世界观

批处理的特点是有界、持久、大量，非常适合需要访问全套记录才能完成的计算工作，一般用于离线统

计。

流处理的特点是无界、实时无需针对整个数据集执行操作，而是对通过系统传输的每个数据项执行操

作，一般用于实时统计。

在  的世界观中，一切都是由批次组成的，离线数据是一个大批次，而实时数据是由一个一个无限

的小批次组成的。

而在  的世界观中，一切都是由流组成的，离线数据是有界限的流，实时数据是一个没有界限的流，

这就是所谓的有界流和无界流。

无界数据流：无界数据流有一个开始但是没有结束，它们不会在生成时终止并提供数据，必须连续处理

无界流，也就是说必须在获取后立即处理 。对于无界数据流我们无法等待所有数据都到达，因为输入是

无界的，并且在任何时间点都不会完成。处理无界数据通常要求以特定顺序（例如事件发生的顺序）获取

，以便能够推断结果完整性。

有界数据流：有界数据流有明确定义的开始和结束，可以在执行任何计算之前通过获取所有数据来处理

有界流，处理有界流不需要有序获取，因为可以始终对有界数据集进行排序，有界流的处理也称为批处理。

 !"#$ %!&#' ())!)) *+,))"-)).+/01))))234253

6173577345476))8))19:))8657344373723776;<')=

.#&>#?&.%#% !"#$ %!&#' ())!)) *+,))"-)).+

/01))))2342536173577345476))8))19:))86573443

73723776;<')=.#&>#?&.%#% !"#$ %!&#' ())!))

*+,))"-)).+/01))))2342536173577345476))8))

19:))8657344373723776;<')=.#&>#?&.%#%

 !"#$ %!&#' ())!)) *+,))"-)).+/01))))234253

6173577345476))8))19:))8657344373723776;<')=

.#&>#?&.%#% !"#$ %!&#' ())!))*))")) *+,))"-))

.+/01))))2342536173577345476))8))19:))86573

44373723776;<')=.#&>#?&.%#% !"#$ %!&#' ())!))

*+,))"-)).+/01))))2342536173577345476))8))

19:))8657344373723776;<')=.#&>#?&.%#%

这种以流为世界观的架构，获得的最大好处就是具有极低的延迟。

分层 

最底层级的抽象仅仅提供了有状态流，它将通过过程函数（$-）被嵌入到 "$

中。底层过程函数（$-）与"$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。

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 $ （ $ ）  进行编程，比如

"$（有界或无界流数据）以及 "$（有界数据集）。这些 $ 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（ ），连接（<），聚合（），

窗口操作（010）等等。"$为有界数据集提供了额外的支持，例如循环与迭代。这些 $ 处理

的数据类型以类（）的形式由各自的编程语言所表示。

%5$ 是以表为中心的声明式编程，其中表可能会动态变化（在表达流数据时）。 %5$ 遵循

（扩展的）关系模型：表有二维数据结构（）（类似于关系数据库中的表），同时 $ 提供可比较的

操作，例如 、<、<、-35+、 等。%5$ 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 %5$ 可以通过多种类型的用户自定义函数（!"）进行扩展，其仍不如核心 $ 更具表达能

力，但是使用起来却更加简洁（代码量更少）。此外， %5$ 程序在执行之前，会经过内置优化器进行优

化。

你可以在表与"@"之间无缝切换，以允许程序将%5$与"以及"

混合使用。

 提供的最高层级的抽象是 A。它在语法与表达能力上与%5$类似，但是是以 A 查询表

达式的形式表现程序。A 抽象与 %5$ 交互密切，A 查询可以直接在 %5$ 定义的表上执行。

目前  作为批处理还不是主流，不如  成熟，所以 " 使用的并不是很多。%5$

和 A 也并不完善，大多都由各大厂商自己定制。所以我们主要学习 "$ 的使用。实际上

 作为最接近 >"0 模型的实现，是流批统一的观点，所以基本上使用 " 就可以了。

 几大模块

 %5BAC还没开发完D

 >+C图计算D

  #$C复杂事件处理D

第二章快速上手

2.1 搭建 maven 工程 FlinkTutorial

 文件

<? ?>

!"#$%%"%&'(%)

$"#$%%****%%+(,-"

$",."#$%%"%&'(%)"#$%%"%%)

//

0101

.21.21





3

01 !"01

.21#$%.21



3



3

01 !"01

.21#"#$%.21



3



40

0

<!--

该插件用于将

Scala

代码编译成

class

文件

-->

0

01"!&'"01

.21#'" .21

&(

0.

0.

<!--

声明绑定到

maven

的

compile

阶段

-->



 "



0.

0.

0

0

01 !"'" #01

.21'"##") .21

&

50.

62

62*+!," ",""#62

62

50.

0.

0.

"##")

" ""



#"



0.

0.

0

0

40

!

剩余63页未读，继续阅读

评论收藏

内容反馈

DFZR-ZXHY

粉丝: 0
资源: 2

大数据之Flink资料文档

大数据之Flink.docx

大数据技术之Flink.rar

大数据之flink教程.doc

大数据技术之Flink教程

尚硅谷大数据之flink教程1

大数据flink学习文档(Apache Flink)

Flink超神文档.pdf

flink大数据相关介绍ptf文档

最新 大数据-Flink实时旅游平台（精华版）

Flink SQL大数据项目实战（基于Flink1.14.3版本）

【尚硅谷】大数据之flink教程.docx

基于Flink的大数据实施城市交通监控平台.zip

大数据中-Flink文档，包含目录

flink入门文档.pdf

flink-java-1.13.2-API文档-中文版.zip

flink-java-1.14.3-API文档-中文版.zip

Flink1.11中文文档

P7级Flink大数据精华实战 从Flink大规模集群部署到Flink性能优化 Flink超级实战课程

Java 面经手册·小傅哥.pdf

解压后拖入浏览器扩展程序使用.zip

103套PPT模板.zip

Beyond Compare 免安装直接使用

notepad++.exe官网下载

Mars4_5.zip

keygen_2032.rar

QT自制精美Ui模板系列（一）桃子风格模板 - 二次开发专用

python爬虫数据可视化分析大作业.zip

WinRAR 6.01 简体中文版_x64(无广告).exe

Postman9.12.2安装包

最新资源

最新大数据-Flink实时旅游平台（精华版）

P7级Flink大数据精华实战从Flink大规模集群部署到Flink性能优化 Flink超级实战课程