Flink 中的特点
基于流的世界观：在Flink 的世界观中，一切都是由流组成的，离线数据是有界的流；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
Spark Streaming和Flink的区别
数据模型
- Spark 采用RDD 模型，Spark Streaming 的DStream 实际上也就是一组组小批数据RDD 的集合
- Flink 基本数据模型是数据流，以及事件（Event）序列（Integer、String、Long、POJO Class）
运行时架构
- Spark 是批计算，将DAG 划分为不同的Stage，一个Stage完成后才可以计算下一个Stage
- Flink 是标准的流执行模式，一个事件在一个节点处理完后可以直接发往下一个节点进行处理
Flink 运行时的组件
Flink 运行时由两种类型的进程组成：一个JobManager 和一个或者多个TaskManager。
当JobManager 申请插槽资源时，Flink 的资源管理器会将有空闲插槽的TaskManager 分配给JobManager。
任务提交流程
任务调度原理
程序与数据流(DataFlow)
所有的Flink 程序都是由三部分组成的：Source、Transformation 和Sink。
- Source 负责读取数据源，Transformation 利用各种算子进行处理加工，Sink 负责输出。
并行度(Parallelism)
One-to-one：stream 维护着分区以及元素的顺序（比如source 和map 之间）。这意味着map 算子的子任务看到的元素的个数以及顺序跟source 算子的子任务生产的元素的个数、顺序相同。map、filter、flatMap 等算子都是one-to-one的对应关系。
Redistributing：stream 的分区会发生改变。每一个算子的子任务依据所选择的transformation 发送数据到不同的目标任务。例如，keyBy 基于hashCode 重分区、而broadcast 和rebalance 会随机重新分区，这些算子都会引起redistribute过程，而redistribute 过程就类似于Spark 中的shuffle 过程。
