1.2.1　事件驅動應用程序

任何類型的數據都是作為事件流產生的。信用卡交易、傳感器測量、機器日志、網站或移動應用程序上的用戶交互，所有這些數據都以流的形式生成。

事件驅動的應用程序是一個有狀態的應用程序，它從一個或多個事件流中攝取事件，并通過觸發計算、狀態更新或外部操作來響應傳入的事件。

事件驅動的應用程序是傳統應用程序（具有獨立的計算層和數據存儲層）設計的演化。在這種傳統體系結構中，應用程序從遠程事務數據庫讀取數據并將數據持久存儲。

而事件驅動的應用程序則基于有狀態流來處理應用程序。在這種設計中，數據和計算是共存的，從而產生本地（內存或磁盤）數據訪問。通過定期將檢查點寫入遠程持久存儲，可以實現容錯。傳統事務型應用程序和事件驅動應用程序體系結構之間的區別如圖1-4所示。

事件驅動的應用程序訪問本地數據，而不是查詢遠程數據庫，從而在吞吐量和時延方面獲得更好的性能。遠程持久存儲的定期檢查點可以異步和增量地完成，因此，檢查點對常規事件處理的影響非常小。事件驅動的應用程序設計提供的好處不僅是本地數據訪問。在分層體系結構中，多個應用程序共享同一個數據庫是很常見的，因此，需要協調數據庫的任何更改，例如由于應用程序更新或擴展服務而更改數據布局。由于每個事件驅動的應用程序都負責自己的數據，因此對數據表示的更改或應用程序的擴展需要較少的協調。

事件驅動應用程序的限制由流處理器處理時間和狀態的能力來定義，Flink的許多突出特性都圍繞這些概念。Flink提供了一組豐富的狀態原語，這些原語可以管理非常大的數據量（最多可達幾TB），并且具有嚴格的精確一次性的一致性保證。此外，Flink支持事件時間、高度可定制的窗口邏輯及ProcessFunction提供的對時間的細粒度控制，從而支持高級業務邏輯的實現。此外，Flink還提供了一個用于復雜事件處理（Complex Event Processing，CEP）的庫，用于檢測數據流中的模式。

對于事件驅動的應用程序，Flink的突出特性是保存點（savepoint）。保存點是一個一致的狀態鏡像，可以用作兼容應用程序的起點。給定一個保存點，應用程序可以更新或調整其規模，或者可以啟動應用程序的多個版本進行A/B測試。

典型的事件驅動程序包括：

（1）欺詐檢測。

（2）異常檢測。

（3）基于規則的提醒。

（4）業務流程監控。

（5）Web應用程序（例如，社交網絡）。