相信大数据人对这两年冉冉升起的新星 Flink 都不陌生，Flink是一款构建在数据流之上的有状态计算框架，通常被视为第三代大数据分析方案。
对比一代的Hadoop、Storm，二代的Spark RDD和Spark Streaming，Flink针对数据流的分布式计算，提供了数据分布、数据通信、以及容错机制等功能。基于流执行引擎，Flink提供了诸多更高抽象层的API，能更便捷地帮助用户编写分布式任务。
为何 Flink 的价值迟迟未被发现？
Flink 和 Spark 几乎同时诞生，但大数据起源于批处理，早期人们对大数据分析的认知或者业务场景，都被限制在批处理。这导致了 Flink 的发展比 Spark 缓慢，直到2017年，人们才慢慢从批处理开始转向流处理 。
Spark VS Flink 谁更胜一筹？
在批处理上，Spark有很深的积累。为了应对全球大量业务的实时需求，Spark也推出了流计算解决方案——SparkStreaming。但Spark毕竟不是一款纯流式计算引擎，所以在时效性等问题上，始终无法提供极致的“流批一体”体验。
Flink 是一个分布式系统，可进行有状态的并行数据流处理。也就是说，Flink会分布式地运行在多个机器上。在分布式系统中，常见的挑战有：如何对集群中的资源进行分配与管理、协调进程、数据存储的高可用、以及异常恢复。
Flink 并未实现这些功能，它更关注自身的核心——分布式数据流处理。数据流作为 Flink 的基本数据模型，可以是无边界的无限“流”，即一般意义上的流处理；也可以是有边界的有限“流”，也就同时兼顾了批处理。
Flink 系统的架构
流批一体的实现原理是什么？
两种方案，一种是跨引擎的流批一体，比如上古时期的 Storm 和 Spark 结合使用，批交给 Spark 执行，流交给 Storm 执行；另一种就是引擎本身就具备流批一体的能力，比如 Spark 和 Spark Streaming、Flink 等。
今年双十一，Flink 流批一体方案成功落地天猫核心数据场景，效果惊艳。时效性上，面对 58.3 万笔 / 秒的交易峰值和上亿 / 秒的无线流量洪峰，天猫的所有任务都达到了秒级延时，整个实时计算集群峰值 TPS 达到 40 亿条 / 秒。
如果你想学习大厂主流计算引擎 Flink 架构设计，可以报名前58技术委员会主席孙玄打造的《大数据架构师必备技能—千亿级企业大数据计算引擎 Flink State 架构设计深度剖析与案例深度实践》在线专栏课。3天的课程，限时优惠。
