一、概要

 

 1、什么是流？

　　不可变的数据集，无限的没有边界。一旦产生不可修改和移除其中的元素，可以查看内部的元素，或者做转换。

2、datasource

3、datasink

4、Iterations 

5、容错

6、控制延迟

二、执行模式

1、批处理，命令行设置

$ bin/flink run -Dexecution.runtime-mode=BATCH examples/streaming/WordCount.jar

2、流处理，默认方式

3、执行行为，任务调度和网络shuffle的两种模式也不相同

流处理：所有任务在同一时间在线，立即持续不断的低延迟的处理新数据，taskmanage为job分配足够的资源跑所有任务在同一时间；网络shuffle，低延迟的发往下游任务节点，伴随着网络缓冲，这是因为在任务之间处理连续数据，没有可以落地的时间点。

批处理：把任务切分成阶段，一个一个处理，在送往下一个阶段，完成处理的完。分阶段处理需要Flink将任务的中间结果物化到一些非临时存储中，从而允许下游任务重新进行存储。

三、事件时间和水印

　　当使用事件时间，就没办法保证数据按事件发生的时间到来的数据。

　　批处理预先对输入数据是可知的

四、容错

　　流处理：chickpoint

　　批处理：回溯到先前的处理阶段

五、水印策略

　　时间戳注册，水印生成器两个方法

　　周期性生成，和来一条生成一条两种方式

六、处理状态