1.4.1 Flink的核心特性

Flink区别于传统数据处理框架的特性如下。

• 高吞吐和低延迟。Flink每秒处理数百万个事件；具有毫秒级延迟。

• 结果的准确性。Flink提供了事件时间（event-time）和处理时间（processing-time）语义。对于乱序事件流，事件时间语义仍然能提供一致且准确的结果。

• exactly-once（精确一次）的状态一致性保证。

• Flink可以连接到最常用的存储系统，如Apache Kafka、Apache Cassandra、ElasticSearch、JDBC、Kinesis，以及分布式文件系统如HDFS和S3。

• 高可用。Flink本身高可用的设置，加上与K8s（Kubernetes）、YARN和Mesos的紧密集成，再加上从故障中快速恢复和动态扩展任务的能力，能做到以极短的停机时间实现7×24小时全天候运行。

• Flink能够更新应用程序代码并将作业（jobs）迁移到不同的Flink集群中而不会丢失应用程序的状态。