[大数据]flink

high->map
low

map后的high和low进行coMap得到了合流

flink支持的数据类型：
   flink流应用程序处理的是以数据对象表示的事件流，所以再flink内部，我们需要能够处理这些对象，他们需要被序列化和反序列化
基础数据类型：Flink支持所有的Java和scala基础数据类型,Int,Double,Long,String
Java和Scala元组（Tuples)
   val persons:DataStream[(String,Integer)]=env.fromElements(
      ("zhangsan",18),
      ("lisi",25))
   persons.filter(
       p => p._2 >18)

Scala样例类（case class)

其他（Arrays,Lists,Maps,Enums等待）

Sink
  Flink没有类似于spark中的foreach方法,让用户进行迭代的操作,虽然有对外的输出操作都是利用Sink完成的，最后通过类型如下的方法完成整个任务的最终输出操作：
    stream.addSink(new MySink(xxxx))
  官方提供了一部分的框架的sink，除此之外，需要用户自定义实现sink