Flink菜鸟教程(一)——从入门到开发[通俗易懂]

大家好，欢迎来到IT知识分享网。

欢迎关注公众号——《数据三分钟》

一线大厂的师兄师姐结合自己的工作实践，将数据知识浅显道来，每天三分钟，助你成为数据达人。还有面试指导和内推机会。

        从这一期开始，将分享一个新的系列——讲讲Flink菜鸟教程。Flink作为大数据实时计算引擎，受到了越来越多的关注和使用，它的高吞吐、低延迟、以及支持ExactlyOnce语义的优良特性，进一步扩大了自己的粉丝圈。随着社区的发展以及阿里巴巴对Blink(Flink的阿里巴巴版)的开源，Flink SQL的功能也逐步强大，越来越多的开发者已经选择从DataStream API和DataSet API转向了更为简单的SQL API，那么为什么要转向SQL API？主要有这几个原因：

       第一就是好懂啊！SQL是一门真正的跨行业语言，而且学习成本较低，这里请允许我隆重介绍一下SQL发明人——埃德加·弗兰克·科德（英文:Edgar Frank “Ted” Codd）（1923年8月23日－2003年4月18日）是一位英国计算机科学家。他为关系型数据库理论做出了奠基性的贡献。他在IBM工作期间，首创了关系模型理论。他一生中为计算机科学做出了很多有价值的贡献，而关系模型，作为一个在数据库管理方面非常具有影响力的基础理论，仍然被认为是他最引人瞩目的成就。1981年，科德因在关系型数据库方面的贡献获得了图灵奖，图灵奖可称得上是计算机领域的诺贝尔奖了，所以把SQL作为Flink的最顶层API非常有利于开发者学习和应用。

       第二是屏蔽底层原理！说白了，你只需要告诉引擎你要干啥？你想怎样？具体的实现统统由引擎来帮你搞定，这多爽啊，要知道在大数据领域光调优就能搞死人的。通过select、group by、insert这些指令组合就可以实现业务需求，就可以上手开发实时任务，轻轻松松走上实时开发的“巅峰”。

       第三我觉得就是流批一体的大前提。因为从数据场景使用的本质上看，实时和离线是完全不同的。在Flink中，把实时数据源看作是无界数据流，而把离线数据源看作是实时数据源的一种特例，也就是有界数据流。但是呢，毕竟是两种天然不同的数据场景，因此Flink演化出了DataStream API和DataSet API专门for这两种情况，不过还好Flink SQL在API层面上真正统一了实时离线场景，是实现流批一体的关键所在。

       本系列的分享呢，是结合笔者自己的学习过程和开发过程，用最最通俗易懂的话来聊聊Flink的底层原理，以及怎么用Flink来构建我们自己的实时任务，系列分享的知识大图如下：