flink 应用场景（实时处理dataflow）

前言

   Flink 的定位是一个大数据流式处理引擎，处理流式数据（Data Flow）。数据并不是收集好的，而是像水流一样，是一组有序的数据序列，逐个到来、逐个处理。由于数据来到之后就会被即刻处理，具有良好的实时性。Flink 适合的场景，就是需要实时处理数据流的场景

---

1. 电商和市场营销

举例：实时数据报表、广告投放、实时推荐
  在电商行业中，网站点击量是统计 PV(页面访问量，即PageView)、UV(独立访客，即Unique Visitor)的重要来源。网站获得的点击数据可能是连续且不均匀的，还可能在同一时间大量产生，这是典型的数据流。
  如果把它们全部收集起来，再去分析处理，就会面临很多问题：首先，需要很大的空间来存储数据；其次，收集数据的过程耗去了大量时间，统计分析结果的实时性就大大降低了；另外，分布式处理无法保证数据的顺序，如果只以数据进入系统的时间为准，可能导致最终结果计算错误。
   Flink 就可以做到直接处理数据流。

---

2. 物联网（IOT）

举例：传感器实时数据采集和显示、实时报警，交通运输业
  物联网是流数据被普遍应用的领域。各种传感器不停获得测量数据，并将它们以流的形式
传输至数据中心。而数据中心会将数据处理分析之后，得到运行状态或者报警信息，实时地显示在监控屏幕上。所以在物联网中，低延迟的数据传输和处理，以及准确的数据分析通常很关键。
  交通运输业也体现了流处理的重要性。比如说，如今高铁运行主要就是依靠传感器检测数
据，测量数据包括列车的速度和位置，以及轨道周边的状况。这些数据会从轨道传给列车，再从列车传到沿途的其他传感器；与此同时，数据报告也被发送回控制中心