一、flink介绍
1、flink是什么？

flink是一个面向流处理和批处理的分布式计算框架，即支持流处理，也支持批处理。
flink基于流处理引擎实现，正真做到了流处理，将批处理看作一种特殊的有界流
flink是基于java编程语言实现，支持java，scala，python进行编程开发
flink支持单机执行，或运行在大数据的yarn集群，或部署到k8s中执行

二、flink特点

支持有状态计算的Extactor-once语义及checkpoint
支持带有事件操作的流处理和窗口处理
支持灵活的窗口处理（时间，大小等多种窗口）
轻量级容错处理（使用savepoint进行错误恢复）
高吞吐，低延迟，高性能的流处理
支持savepoints机制（任务恢复）
支持大规模集群模式（yarn，Mesos，k8s）
内部实现了JVM内存管理
支持迭代计算和自动优化

三、flink能做什么？
1、事件驱动型应用：一类具有状态的应用，它从一个或多个事件流提数据，并根据到来的事件触发计算，状态更新或其他外部操作（如：反欺诈，异常检测，规则告警）
2、数据分析应用：从原始数据中提取有价值的信息和指标。（如：数据监控，实验评估，实时数据分析）
3、数据管道应用：提取-转换-加载(ETL)是一种在存储系统之间进行数据转换和迁移的常用方式。 数据管道和 ETL 作业的用途相似，都可以转换、丰富数据。ETL会周期的将数据从某个存储系统移动到另一个。但数据管道是以持续流模式运行，而非周期性触发（如：检测文件系统目录，将新文件写到其他库）

四、flink ， mapreduce ， Spark 对比