Flink 的重要特點(diǎn)

（1）事件驅(qū)動(dòng)型(Event-driven)

事件驅(qū)動(dòng)型應(yīng)用是一類具有狀態(tài)的應(yīng)用，它從一個(gè)或多個(gè)事件流提取數(shù)據(jù)，并根據(jù)到來的事件觸發(fā)計(jì)算、狀態(tài)更新或其他外部動(dòng)作。比較典型的就是以 kafka 為代表的消息隊(duì)列幾乎都是事件驅(qū)動(dòng)型應(yīng)用。

與之不同的就是 SparkStreaming 微批次，如圖：

事件驅(qū)動(dòng)型：

流與批的世界觀

批處理的特點(diǎn)是有界、持久、大量，非常適合需要訪問全套記錄才能完成的計(jì)算工作，一般用于離線統(tǒng)計(jì)。
流處理的特點(diǎn)是無界、實(shí)時(shí), 無需針對(duì)整個(gè)數(shù)據(jù)集執(zhí)行操作，而是對(duì)通過系統(tǒng)傳輸?shù)拿總€(gè)數(shù)據(jù)項(xiàng)執(zhí)行操作，一般用于實(shí)時(shí)統(tǒng)計(jì)。 在 spark 的世界觀中，一切都是由批次組成的，離線數(shù)據(jù)是一個(gè)大批次，而實(shí)時(shí)數(shù)據(jù)是由一個(gè)一個(gè)無限的小批次組成的。
而在 flink 的世界觀中，一切都是由流組成的，離線數(shù)據(jù)是有界限的流，實(shí)時(shí)數(shù)據(jù)是一個(gè)沒有界限的流，這就是所謂的有界流和無界流。
無界數(shù)據(jù)流：無界數(shù)據(jù)流有一個(gè)開始但是沒有結(jié)束，它們不會(huì)在生成時(shí)終止并 提供數(shù)據(jù)，必須連續(xù)處理無界流，也就是說必須在獲取后立即處理 event。對(duì)于無界數(shù)據(jù)流我們無法等待所有數(shù)據(jù)都到達(dá)，因?yàn)檩斎胧菬o界的，并且在任何時(shí)間點(diǎn)都不會(huì)完成。處理無界數(shù)據(jù)通常要求以特定順序（例如事件發(fā)生的順序）獲取 event，以便能夠推斷結(jié)果完整性。
有界數(shù)據(jù)流：有界數(shù)據(jù)流有明確定義的開始和結(jié)束，可以在執(zhí)行任何計(jì)算之前通過獲取所有數(shù)據(jù)來處理有界流，處理有界流不需要有序獲取，因?yàn)榭梢允冀K對(duì)有界數(shù)據(jù)集進(jìn)行排序，有界流的處理也稱為批處理。