一：为什么学习flink？
相比较spark，flink对于实时这块，使用过流的方式进行实现。
spark是通过批流的方式实现，通过减少批的时间间隔来实现流的功能。
二：什么是flink？
三：flink怎么使用？
1. flink的俩种架构模式。
2. TaskSlot与Parallelism。
slot是指taskmanager的并发执行能力。
parallelism是指taskmanager实际使用的并发能力
3. flink 窗口，时间，水位线。
水位线
4. 状态。
- source端保证。
在kafka的源头，我们有偏移量，当重跑的时候，会找到上次的offest进行重新加载数据。 - 中间进行保证。
checkpoint
savepoint
当jobmanager发送任务的时候，会伴随发送一个barriers（栅栏），每一个操作都会进行一次拍照，最后sink。跑完会将数据存储起来。完成一次保存。最后通知jobmanager。
存储的方式 - sink端进行保证。
俩阶段提交。
原文地址:https://blog.csdn.net/weixin_43446246/article/details/134685881
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.7code.cn/show_34136.html
如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
