Flink这块学习资料比较少，近期都在学习中，之后完善做一个总结，希望对自己和大家的学习有帮助，错误或者不足支持，恳请批评指正，谢谢！
计算框架
目前在学习大数据这块，随着计算成本的降低，和实际业务开发需求的提升，对流式数据的开发也更加频繁，各大公司比较常用的流式框架有:Spark、Storm、Flink；
对于Spark而言：支持Spark Streaming，基于spark core，流式处理过程是通过类似窗口切断，将流分成若干片Discretized Stream，然后转成RDD，之后进行相关的合并或者其他生成结果的操作。Spark Streaming 只能称为准实时，一般可达到秒级别延时，但是相对比较稳定，能够处理大批量数据，很好的容错率。
对于Flink(Blink)而言：就是将其Base所有的输出视为是流（无止境的输入）；Dataset在其内部（Stream），也是视为是流；对于Source，通过Streaming和Transformations Operator操作，组成DataFlows(流数据流)，最终会将其转化为一个Sink，对于Streaming而言，是多通道的，可以是多个合并成一个，也可以是一个拆分成多个，也可以是多个对应多个（对应：指的是输入输出情况）；并且，Flink支持并行：对于Souce和Operator可以进行切割细分，但是值得注意的是：一个流的并行度，与其Operator算法的并行度一致。Flink的延时级别为毫秒级，目前阿里用的比较多的。支持很多数据库作为流式源，如日志源sls、datahub等等，可以写到hbase、rds mysql等等；并且，Blink最上层的API很好地兼容了SQL语法，灵活封装UDF等，拿来用的话非常方便；架构图如下：
一般情况下：顶层的sql API + 封装的UDF(支持java python语言)能够解决大多数问题，如实时事件统计、行为次数统计等等，但是也存在一些问题：如数据流中的二次有序性，如果需要根据数据流中的某个字段，对流进行重排，这个在最上层的SQL API中实现就会存在问题，比如用窗口排序，但是会限制返回值条件，还需要前段进一步优化；针对这部分问题，可以考虑DataStream API，在更底层实现(快照，缓存)。
数据查询
- 对于离线计算而言，数据查询是静态查询，可以认为是一次查询。当查询语句执行成功之后，倘若数据库不发现变化，返回的查询结果是不变的
- 对于流计算而言，数据查询是动态的，是持续查询。原因是因为每个时刻数据内容都在发生改变，那么流数据是如何做到结果一致性的呢？
- 接下来我们以Mysql的存储过程举例，说明Flink的持续查询是如何实现
- Mysql的任何操作都会被记录在binlog中，将binlog转为中继日志可以实现备份的功能。我们也可以利用该日志来模型持续查询
- 我们可以写一个触发器，一旦有新的数据进来之后，就进行查询。然后通过一条条的数据插入，对应会有一次次的查询结果
- 对于无PK(主键)的表而言，事实上实现的是append
- 对于有PK的表而言，实现的是update，但是Mysql
- 需要注意：Mysql实现的是全量查询，而在Flink中实现的是增量查询
- Flink的持续查询也可以这样理解，当有一条数据来的时候Flink会进行一次查询，数据流源源不断，查询结果也会不断刷新，这个过程就是Flink的持续查询
