第二部分：flink的特性

一、流处理特性

1.高吞吐，低延时

有图有真相，有比较有差距。且看下图：

1.flink的吞吐量大
2.flink的延时低
3.flink的配置少

2.支持Event-Time 和乱序-Event

1.flink支持流处理
2.flink支持在Event-Time上的窗口处理
3.因为有Event-Time做保障，即使消息乱序或延时也能轻松应对。

3.支持Stateful-data的Exactly-once处理方式

1.flink支持自定义状态
2.flink的checkpoint机制保障即便在failure的情况下Stateful-data的Exactly-once处理方式。

4.支持高度灵活的窗口操作

1.flink支持time-Window，count-window, session-window,data-window等多种窗口操作。
2.flink支持多种触发窗口操作的条件，以便应对各种流处理的情况。

5.通过Backpressure机制支持不间断的流处理

1.flink支持long-live流处理。
2.flink支持slow-sinks背压fast-sources,以保障流处理的不间断

6.通过轻量级分布式Snapshot机制支持Fault-tolerance

1.flink支持Chandy-Lamport轻量级分布式快照来保障容错处理
2.Chandy-Lamport快照是轻量级的，在保障强一致性的同时，不影响其高吞吐。

本文由【waitig】发表在等英博客
本文固定链接：【云星数据—Apache Flink实战系列(精品版)】：Apache Flink实战基础002–flink特性：流处理特性介绍
欢迎关注本站官方公众号，每日都有干货分享！