07_Flink Streaming transform

flatmap,map,filter都是转换，通过datastream的transform方法。以最经典的flatmap为例，transform，需要三个参数，操作名字，输出类型，对输入数据的操作。返回

SingleOutputStreamOperator，是datastream的子类，也就是可以链式的调用。返回一个OneInputTransformation。是StreamTransformation的子类。

也就是说，map，flatmap，filter等用到了transform的datastream上的操作，只是生产一个StreamTransformation，每个StreamTransformation都保存着上个StreamTransformation的引用input，相当于一个带有parentId的StreamTransformation的tree

也就是说。通过datastream的链式调用，就是在绘制这个StreamTransformation的tree的过程。

每个StreamTransformation都保存了。INPUT，OUTPUT的数据类型，和具体的转换逻辑StreamOperator。

最后绘制的这个转换的tree，由StreamGraphGenerator来绘制。

结论就是一个tranformation，持有上一个transformation的引用，和子集的operator逻辑（join时候有多个operator，单流时有一个）。和并发度，buffertimeout等具体计算节点的上下文。

从operator的接口来看，除了要处理数据外，还要处理WATERMARK。也就是数据在流的过程中，会有WATERMARK伴随着一起。而map，flat，filter等纯计算的并不关心WATERMARK，而是直接转发给下一步。 

public <R> SingleOutputStreamOperator<R> flatMap(FlatMapFunction<T, R> flatMapper) {

		TypeInformation<R> outType = TypeExtractor.getFlatMapReturnTypes(clean(flatMapper),
				getType(), Utils.getCallLocationName(), true);

		return transform("Flat Map", outType, new StreamFlatMap<>(clean(flatMapper)));

	}

 
	@PublicEvolving
	public <R> SingleOutputStreamOperator<R> transform(String operatorName, TypeInformation<R> outTypeInfo, OneInputStreamOperator<T, R> operator) {

		// read the output type of