静态网站源文件下载,网站建设 seo商情网,wordpress注册带密码,菏泽小程序开发制作事件驱动型应用
核心目标#xff1a;数据流上的有状态计算
Apache Flink是一个框架和分布式处理引擎#xff0c;用于对无界或有界数据流进行有状态计算。
运行逻辑 状态
把流处理需要的额外数据保存成一个“状态”,然后针对这条数据进行处理,并且更新状态。这就是所谓的“…事件驱动型应用
核心目标数据流上的有状态计算
Apache Flink是一个框架和分布式处理引擎用于对无界或有界数据流进行有状态计算。
运行逻辑 状态
把流处理需要的额外数据保存成一个“状态”,然后针对这条数据进行处理,并且更新状态。这就是所谓的“有状态的流处理”。
无界数据和有界数据
无界数据流
有定义流的开始但没有定义流的结束
它们会无休止的产生数据
无界流的数据必须持续处理,即数据被摄取后需要立刻处理。我们不能等到所有数据都到达再处理,因为输入是无限的。
有界数据流
有定义流的开始,也有定义流的结束;
有界流可以在摄取所有数据后再进行计算;
有界流所有数据可以被排序,所以并不需要有序摄取;
有界流处理通常被称为批处理。
Flink主要特点
高吞吐和低延迟每秒处理数百万个事件,毫秒级延迟。
结果的准确性Flink提供了事件时间(event-time )和处理时间(processing-time)语义。对于乱序事件流,事件时间语义仍然能提供一致且准确的结果。
精确一次(exactly-once)的状态一致性保证。
可以连接到最常用的存储系统如Kafka、 Hive、JDBC、HDFS、 Redis等。
高可用本身高可用的设置,加上与K8s, YARN和Mesos的紧密集成再加上从故障中快速恢复和动态扩展任务的能力,Flink能做到以极少的停机时间7×24全天候运行。
Flink VS Spark
spark以批处理为根本
flink以流处理为根本
应用场景
1电商和市场营销 举例实时数据报表、广告投放、实时推荐 2物联网 IOT ) 举例传感器实时数据采集和显示、实时报警交通运输业 3物流配送和服务业 举例订单状态实时更新、通知信息推送 4银行和金融业 举例实时结算和通知推送实时检测异常行为
