第一部分 设计思想篇

第1章　序篇

目前在生产环境中可供选择的大数据分布式计算框架层出不穷，其中较为流行、稳定且性能最良好的开源框架包括MapReduce和Spark，它们几乎分别成为批量计算和微批计算的行业标准。而且Spark经过多年的发展，在流式计算领域也有着优异的表现。

虽然Spark在多种计算场景下有着不俗的性能表现，但是由于它早期是用于批量计算的，因此在底层架构、数据抽象等方面仍不可避免地保留了许多批量计算的概念。Flink的诞生并不比Spark晚，不过由于它在设计之初就真正将数据当作数据流而非数据集来处理，因此可以说在流式计算方面，Flink拥有比Spark更加先进的计算模型。此外，Flink以流处理为基础，对批处理也有很好的支持。许多人说“Flink是（继Spark之后的）下一代大数据处理引擎”，这并非噱头。本书会从Flink的计算封装逻辑、执行图的生成、数据的交换、状态容错、窗口计算等各方面对这一说法进行全面且深入的探讨。

本章旨在让读者对Flink有总体的了解，以为接下来的学习打好基础。

希望在学习完本章后，读者能够了解：

● Flink的发展历史；

● Flink支持的应用场景；

● Flink的核心特性；

● Flink的架构；

● 实现Flink源码的基本技巧。