Flink

概论

有无界数据流定义：

****无界流：****有一个开始但是没有结束，不会在生成时终止并提供数据，必须连续处理无界流，也就是说必须在获取后立即处理event。对于无界数据流我们无法等待所有数据都到达，因为输入是无界的，并且在任何时间点都不会完成。处理无界数据流通常要求以特定顺序（例如事件发生的顺序）获取event，以便能够推断结果完整性。

****有界数据流：****有界数据流有明确定义的开始和结束，可以在执行任何计算之前通过获取所有数据来处理有界流，处理有界流不需要有序获取，因为可以始终对有界数据集进行排序，有界流的处理也称为批处理。

时序错乱:数据到达的时间和实际发生时间是不一致的，有一定的延迟，需要设计等待策略。

流处理与批处理：

一、批处理和实时流处理的区别

批处理：对有界数据流的处理通常被称为批处理。批处理不需要有序地获取数据。在批处理模式下，首先将数据流持久化到存储系统（文件系统或对象存储）中，然后对整个数据集的数据进行读取、排序、统计或汇总计算，最后输出结果
实时流处理：对于无界数据流，通常在数据生成时进行实时处理。因为无界数据流的数据输入是无限的，所以必须持续地处理。数据被获取后需要立刻处理，不可能等到所有数据都到达后再进行处理。处理无界数据流通常要求以特定顺序（如事件发生的顺序）获取事件，以便能够保证推断结果的完整性

二、批处理与流处理对比的特点

批处理程序的容错不使用检查点。因为数据有限，所以恢复可以通过"完全重播"（重新处理）来实现。这种处理方式会降低常规处理的成本，因为它可以避免检查点
DataSet API中的有状态操作使用的是简化的内存数据结构，而不是键-值（Key-Value）索引
在DataSet API中引入了特殊的同步迭代（基于超步），这只是在有界数据流上是可能的

分位延迟，平均延迟

平均吞吐和峰值吞吐

有状态计算

有状态计算可以类比一下count，sum操作，这时候就需要缓存之前的数据，才可以实现，这样的计算就是有状态的。

无状态计算

无状态计算可以类比一下select操作，来一条，操作一条，数据不用留在系统里面。

KAFKA

sh 复制代码

前提 进入kafka目录
zkServer.sh start#启动 zookeeper 

bin/kafka-server-start.sh -daemon config/server.properties  #启动kafka
bin/kafka-console-producer.sh --bootstrap-server localhost:9092 --topic testtp#创建生产者端口
bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic testtp#创建消费者端口

sh 复制代码

cd /opt/bigdata/core/flink #进入 flink目录
[root@centos2020 flink]# bin/start-cluster.sh  #flink启动
[root@centos2020 flink]# bin/flink run -d ~/KafkaWordCount-1.0-SNAPSHOT-jar-with-dependencies.jar --bootstrap-servetstrap-server localhost:9092 --topic test-topic
#flink运行jar命令

sh 复制代码

bin/kafka-console-producer.sh --bootstrap-server localhost:9092 --topic testtp //创建生产者
bin/kafka-topics.sh --bootstrap-server 192.168.205.129:9092 --list//查询生产管道topic
//因调整卡夫卡配置需使用ip地址启动

sh 复制代码

1.启动zookeeper：zkServer.sh start
2.启动kafka：bin/kafka-server-start.sh -daemon config/server.properties
3.启动flink：bin/start-cluster.sh
4.创建topic：bin/kafka-topics.sh --bootstrap-server localhost:9092 --create --topic testtp
5.查看topic：bin/kafka-topics.sh --bootstrap-server localhost:9092 --list

sh 复制代码

6.模拟生产者-消费者模型：
  生产者：bin/kafka-console-producer.sh --bootstrap-server localhost:9092 --topic testtp
  消费者：bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic testtp