美图欣赏:
闲谈
时间过的飞快,一转眼大二美好日子,就快结束了。
今天不吃学习的苦,明天会吃生活的苦
一定要学会独立思考 (划重点)
一.背景
技术一直在随着时代的发展而更新,也是不可否认的。
- 从2006年Hadoop开始,因为它的成本比较低,满足自当时社会需求
- 到2009年Spark出现,它启用了内存分布数据集,除了能够提供交互式查询外,它还可以优化迭代工作负载。
- 最后2010年Flink诞生,2018年逐渐被关注现在火起来。产生分布式实时处理数据引擎,性能更加优良,未来大好方向。
二.官网介绍Flink
Apache Flink is a framework and distributed processing engine for stateful computations over unbounded and bounded data streams. Flink has been designed to run in all common cluster environments, perform computations at in-memory speed and at any scale.
Apache Flink是一个框架和分布式处理引擎,用于对无边界和有边界的数据流进行有状态的计算。Flink被设计为可在所有常见的集群环境中运行,以内存速度和任意规模执行计算。
三.为什么要学习Flink
当然,这个问题非常有必要来去思考。
- 低延迟 (真正的实时处理流数据)
- 高吞吐 (基于内存性能十分优良,计算速度非常之快)
- 结果的准确性,良好的容错性 (对于数据重要性来说,做的十分良好)
- 实时领域的旗帜,有着大好的发展趋势,因此十分热爱,感兴趣学习
四.Flink的发展趋势
1.发展热度
这是在百度指数展示结果:可以看出从2018年左右开始,热度开始迅速提高
2.阿里为首互联网大厂(部分)
五.Flink的应用领域
下面是Flink的部分应用场景
1.事件驱动的应用
2.数据分析应用
- 电信网络的质量监控
- 移动应用中的产品更新分析和实验评估
- 消费者技术中实时数据的临时分析
- 大规模图分析
3.数据管道应用
4.电商和市场营销
- 数据报表、广告投放、业务流程需要
5.物联网(IOT)
- 传感器实时数据采集和显示、实时报警,交通运输业
6.电信业
- 基站流量调配
- 银行和金融业
- 实时结算和通知推送,实时检测异常行为.
六.总结
从上面可以直观感受一些Flink的方面知识,无论从技术能力方面,和发展领域前途,都是很有前景的。
目前还是刚入门Flink的小白,如果写的对大家有些许帮助,那就帮忙点个赞(haha),十分感谢呐。
Flink未来发展路很长,我要走的路也很远,希望一起加油啊 !!!
————保持饥饿,保持学习
Jackson_MVP