编程模型

应该说Flink的编程编程模型和Spark Streaming的DStream还是非常相似的，也是抽象出了Stream概念来表示没有边界的数据流，针对Stream所施加的操作被称之为”transformation”，它会把一个流转换成另一个流作为转换的输出。与很多流计算模型一样，流的起点往往是数据的输入源，被称之为”source”，流的终点是数据的输出目的地，被成为“sink”。下 图形象地展示了Flink的流计算编程模型：

窗口计算

Flink同样支持窗口计算，并且提供多种不同的时间概念供开发者选择，这些时间概念包括：

1. 事件时间：是事件创建的时间。它通常由事件中的时间戳描述，例如附接在生产传感器，或者生产服务。Flink通过时间戳分配器访问事件时间戳。
2. 摄入时间：是事件进入Flink数据流源的时间。
3. 处理时间：是每一个操作在执行时的本地时间。

这是我们第一次系统地梳理流计算时关于”时间”的概念，在前面介绍Spark Streaming时我们提到了事件时间，大多数时候，事件时间总是更具有实际参考价值，但是全面了解一下这三种时间的定义还是很有必要的，Flink正好给我们总结归纳好了：

批处理与更多的编程模型

Flink确实走了一条“不寻常”的路，它以它的流计算内核为基础，将数据处理能力从流计算拓展到了批处理，进而又在更上层提供了面向不同的计算需求的”上层库”，下图展示了Flink整体的架构和编程接口:

在流处理方面，Flink以DataStream API为基础，向上封装了两个DSL的库，一个是面向复杂事件处理的库：FlinkCEP，另一个是面向结构化数据操作的Table/sql引擎。在批处理方面，Flink提供了一组专门面向批处理的API- DataSet，然后以这个批处理平台为支撑，向上又分装了机器学习库FlinkML，图计算库Gelly以及Table /sql引擎。所以说，Flink并不是一个单纯的流计算引擎，而是和Spark一样，以一个核心的库或底层运行时为基础，同时提供流计算和批处理引擎，然后再向上分装各类应用库，进而形成了一个大的生态系统。