1.1.2　Flink特性

Flink支持流和批處理、復雜的狀態管理、事件時間處理語義，以及對狀態的一次一致性保證。此外，Flink可以部署在各種資源提供者（如YARN、Apache Mesos和Kubernetes）上，也可以作為獨立集群部署在裸機硬件上。可以將Flink集群配置為高可用的以避免單點故障。

Flink設計用于在任何規模上運行有狀態流應用程序。應用程序可能被并行化為數千個任務，這些任務分布在集群中并且并行執行，因此，一個應用程序可以利用幾乎無限數量的CPU、主內存、磁盤和網絡IO。此外，Flink很容易維護非常大的應用程序狀態。它的異步和增量檢查點算法在保證精確一次性的狀態一致性的同時，確保對處理時延的影響最小。

Apache Flink為用戶提供了更強大的計算能力和更易用的編程接口：

（1）批流統一。Flink在Runtime和SQL層批流統一，提供高吞吐低延時計算能力和更強大的SQL支持。

（2）生態兼容。Flink能與Hadoop YARN/Apache Mesos/Kubernetes集成，并且支持單機模式運行。

（3）性能卓越。Flink提供了性能卓越的批處理與流處理支持。

（4）規模計算。Flink的作業可被分解成上千個任務，分布在集群中并行執行。

Flink已經被證明可以擴展到數千個內核和TB級的應用程序狀態，提供高吞吐量和低時延，并支持世界上一些要求最高的流處理應用程序。例如，Apache Flink在2019年阿里巴巴“雙11”場景中突破實時計算消息處理峰值達到25億條／秒，2020年“雙11”當時的實時計算峰值達到了破紀錄的每秒40億條記錄，數據量也達到了驚人的每秒7TB，相當于一秒需要讀完500萬本《新華字典》！隨著2020年“雙11”阿里巴巴基于Flink實時計算場景的成功，毋庸置疑，Flink將會加速成為大廠主流的數據處理框架，最終化身為下一代大數據處理標準。