Flink基础教程

2

｜

第

1

章

在这样的背景下，

Apache Flink

（以下简称

Flink

）应运而生。作为在公共社

区中诞生的开源软件，

Flink

为大容量数据提供流处理，并用同一种技术实

现批处理。

在

Flink

的开发过程中，开发人员着眼于避免其他流处理方法不得不在高效

性或者易用性方面所做的妥协。

本书将讨论流处理的一些潜在好处，从而帮助你确定以流为基础的数据处

理方法是否适合你自己的商业目标。流处理的一些数据来源以及适用场景

可能会让你感到意外。此外，本书还将帮助你理解

Flink

的技术以及这些技

术如何克服流处理面临的困难。

本章将介绍人们希望通过分析流数据获得什么，以及在大规模流数据分析

过程中面临的困难。本章是关于

Flink

的入门介绍，你可以看到人们平常

（包括在生产环境中）是怎么使用它的。

1.1

　流处理欠佳的后果

谁需要和流数据打交道呢？首先映入脑海的是从事传感器测量和金融交易

的工作人员。对于他们来说，流处理非常有用。但是流数据来源非常广泛，

两个常见的例子是：网站获得的能够反映用户行为的点击流数据，以及私

有数据中心的机器日志。事实上，流数据来源无处不在，但是从连续事件

中获得数据并不意味着可以在批量计算中使用这些数据。如今，处理大规

模流数据的新技术正在改变这一状况。

如果说处理大规模流数据是一个历史性难题，我们为什么还要不厌其烦地

尝试打造更好的流处理系统呢？在介绍支持流处理的新架构及新技术之前，

我们先来谈谈不能很好地处理流数据会有什么后果。

1.1.1

　零售业和市场营销

在现代零售业中，网站点击量就代表了销量。网站获得的点击数据可能是 ...