| 失效链接处理 |
|
flink-1.7教程 PDF 下载
本站整理下载：
相关截图：
主要内容：
最低级抽象只提供有状态流。它 通过Process Function嵌入到DataStream API
中。它允许用户自由处理来自一个或多个流的事件，并使用一致的容错状态。
此外，用户可以注册事件时间和处理时间回调，允许程序实现复杂的计算。
实际上，大多数应用程序不需要上述低级抽象，而是针对Core API编程， 如
DataStream API（有界/无界流）和DataSet API （有界数据集）。这些流畅的
API提供了用于数据处理的通用构建块，例如各种形式的用户指定的转换，连
接，聚合，窗口，状态等。在这些API中处理的数据类型在相应的编程语言中
表示为类。
低级Process Function与DataStream API集成，因此只能对某些 算子操作进行
低级抽象。该数据集API提供的有限数据集的其他原语，如循环/迭代。
该 Table API是为中心的声明性DSL 表，其可被动态地改变的表（表示流
时）。该 Table API遵循（扩展）关系模型：表有一个模式连接（类似于在关
系数据库中的表）和API提供可比的 算子操作，如选择，项目，连接，分组依
据，聚合等 Table API程序以声明方式定义应该执行的逻辑 算子操作，而不是
准确指定 算子操作代码的外观。虽然 Table API可以通过各种类型的用户定义
函数进行扩展，但它的表现力不如Core API，但使用更简洁（编写的代码更
少）。此外， Table API程序还会通过优化程序，在执行之前应用优化规则。
可以在表和DataStream / DataSet之间无缝转换，允许程序混合 Table API以及
DataStream 和DataSet API。
数据流编程模型
9
Flink提供的最高级抽象是SQL。这种抽象在语义和表达方面类似于 Table
API，但是将程序表示为SQL查询表达式。在SQL抽象与 Table API紧密地相互
作用，和SQL查询可以通过定义表来执行 Table API。
程序和数据流
Flink程序的基本构建块是流和转换。（请注意，Flink的DataSet API中使用的
DataSet也是内部流 - 稍后会详细介绍。）从概念上讲，流是（可能永无止境的）
数据记录流，而转换是将一个或多个流作为一个或多个流的 算子操作。输入，并产
生一个或多个输出流。
执行时，Flink程序映射到流数据流，由流和转换 算子组成。每个数据流都以一个或
多个源开头，并以一个或多个接收器结束。数据流类似于任意有向无环图
（DAG）。尽管通过迭代结构允许特殊形式的循环 ，但为了简单起见，我们将在
大多数情况下对此进行掩饰。
通常，程序中的转换与数据流中的 算子之间存在一对一的对应关系。但是，有时一
个转换可能包含多个转换 算子。
源流和接收器记录在流连接器和批处理连接器文档中。DataStream 算子和DataSet
转换中记录了转换。
数据流编程模型
10
并行数据流
Flink中的程序本质上是并行和分布式的。在执行期间，流具有一个或多个流分区，
并且每个 算子具有一个或多个 算子子任务。 算子子任务彼此独立，并且可以在不
同的线程中执行，并且可能在不同的机器或容器上执行。
算子子任务的数量是该特定 算子的并行度。流的并行性始终是其生成 算子的并行
性。同一程序的不同 算子可能具有不同的并行级别。
|
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
