Apache Flink具有广泛的功能集,可以开发和运行许多不同类型的应用程序。Flink的功能包括对流和批处理的支持,复杂的状态管理,事件时间处理语义以及对状态的一次一致性保证。此外,Flink可以部署在各种资源提供程序(例如YARN,Apache Mesos和Kubernetes)上,也可以作为裸机硬件上的独立群集进行部署。为实现高可用性而配置的Flink没有单点故障。
简介
事件驱动的应用程序是有状态的应用程序,它从一个或多个事件流中提取事件,并通过触发计算,状态更新或外部动作来对传入的事件做出反应。
事件驱动的应用程序是传统应用程序设计的发展,具有分离的计算和数据存储层。在传统体系结构中,应用程序从远程事务数据库读取数据并将数据持久保存到远程事务数据库。
事件驱动的应用程序基于状态流处理应用程序。在这种设计中,数据和计算位于同一位置,从而可以进行本地(内存或磁盘)数据访问。通过定期将检查点写入远程持久性存储来实现容错。下图描述了传统应用程序体系结构和事件驱动的应用程序之间的区别。
优势
事件驱动的应用程序而不是查询远程数据库,而是在本地访问其数据,从而在吞吐量和延迟方面都产生了更好的性能。远程持久性存储的定期检查点可以异步和增量方式完成。因此,检查点对常规事件处理的影响很小。但是,事件驱动的应用程序设计提供的好处不仅仅限于本地数据访问。在分层体系结构中,多个应用程序共享同一数据库是很常见的。因此,需要协调数据库的任何更改,例如由于应用程序更新或服务扩展而导致的数据布局更改。由于每个事件驱动的应用程序都负责其自己的数据,因此更改数据表示形式或缩放应用程序所需的协作较少。
Flink的支持
事件驱动的应用程序的限制由流处理器可以处理时间和状态的能力定义。Flink的许多杰出功能都围绕这些概念。Flink提供了一组丰富的状态原语,可以通过一次精确的一致性保证来管理非常大的数据量(最多几个TB)。而且,Flink对事件时间的支持,高度可定制的窗口逻辑以及ProcessFunction提供的对时间的细粒度控制,使得高级业务逻辑的实现成为可能。此外,Flink具有用于复杂事件处理(CEP)的库,可检测数据流中的模式。
但是,Flink对于事件驱动的应用程序的突出功能是保存点。保存点是一致的状态映像,可以用作兼容应用程序的起点。给定一个保存点,可以更新应用程序或调整其规模,或者可以启动应用程序的多个版本以进行A / B测试。