Apache Flink连载（二十四）：Apache Flink术语

最新推荐文章于 2025-09-07 13:55:23 发布

原创最新推荐文章于 2025-09-07 13:55:23 发布 · 423 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#apache #flink

大数据计算体系技术栈同时被 2 个专栏收录

49 篇文章 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

Apache Flink

38 篇文章

订阅专栏

本文详细介绍了Apache Flink的核心概念，包括Application与Job、DataFlow数据流图、Subtask子任务与并行度以及Operator Chains算子链。Flink将批处理视为流处理的特例，其数据流分为无界流和有界流。一个Flink Application由Source、Transformation和Sink组成，其中并行度可通过Operator、Execution Environment、Client和System层面设置。算子链能优化数据处理，减少延迟和提高吞吐量。在适当情况下，可通过禁用或定制算子链来优化性能。

🏡 个人主页：IT贫道-优快云博客

🚩 私聊博主：私聊博主加WX好友，获取更多资料哦~

🔔 博主个人B栈地址：豹哥教你学编程的个人空间-豹哥教你学编程个人主页-哔哩哔哩视频

1. Application与Job

2. DataFlow数据流图

3. Subtask子任务与并行度

4. Operator Chains 算子链

Flink计算框架可以处理批数据也可以处理流式数据，Flink将批处理看成是流处理的一个特例，认为数据原本产生就是实时的数据流，这种数据叫做无界流（unbounded stream），无界流是持续不断的产生没有边界，批数据只是无界流中的一部分叫做有界流（bounded stream），针对无界流数据处理叫做实时处理,这种程序一般是7*24不间断运行的；针对有界流数据处理叫做批处理，这种程序处理完当前批数据就停止。下面我们结合一些代码介绍Flink中的一些重要的名词术语。

1. Application与Job

无论处理批数据还是处理流数据我们都可以使用Flink提供好的Operator（算子）来转换处理数据，一个完整的Flink程序代码叫做一个Flink Application，像前面章节我们编写的Flink读取Socket数据实时统计WordCount代码就是一个完整的Flink Application：

/**
 * 读取Socket数据进行实时WordCount统计

了解本专栏

超级会员免费看