flink目录：
?
1.传统的数据处理模式：
1.1中心数据库模式
中心数据库负载很大，而且中心数据库一旦出现问题，所有业务系统都将崩溃
1.2 lamda数仓模式
但是lamda模式的数仓，一般采用关系型数据库，无法满足海量数据的存储
?1.3 基于Hadoop的hdfs搭建的lamda数仓模式
一定程度上解决了，不同计算模式（实时和离线）的业务需求。
但是，这种流批模式，等于是实时和离线两套架构，导致 复杂度和运维成本高。
?1.4 基于流处理的模式
流处理架构一般分为2部分，消息传输层（负责采集新数据 和 推送数据） 和 流处理层（负责数据的转换加工等）
流处理大致框架
flink没有中心数据库，而且流处理天然支持批处理（不再需要两套实时和离线架构）
2.flink的介绍
2.1 flink的特点
?
?
?flink的优势：
2.2 flink的优势：
2.2.1 流式窗口：
其中第3个高度灵活的流式窗口
因为在流式数据中是无穷无尽的，不能直接进行计算，所以flink提出了，窗口的概念：
?窗口的概念
窗口的分类：
?2.2.2 流式计算的状态：
?有状态是指的每个事件的状态都会记录：
2.2.3 良好的容错性
如何保证分布式系统，各节点的一致性
?flink 不断创建快照，来对照数据一致性
2.2.4 高性能的内存管理
因为java的内存管理会有一些问题，所以flink创建了自己的内存管理
?
?flink是如何自己管理内存的
将所有的对象进行序列号和反序列化，在内存中存储
序列化存储内存，这样做的好处：
?2.2.5 支持迭代和增量迭代
这里的迭代指的是：每次迭代计算的结果，给到下个迭代
增量迭代：下个迭代只需要，计算上个迭代的部分数据，或者 只需要更新上个迭代的部分数据集
?
?