精通Apache Flink必讀系列文章

Flink是最接近於谷歌Dataflow大數據分析平臺的設計的開源分佈式計算引擎，其核心設計理念與Spark有很大的不一樣。

從設計出發點，Flink是一個流計算處理計算引擎，把批處理視爲無限流計算的一種特例，Spark是批處理計算引擎，把流處理視爲迷你批處理，由於設計上的差別，致使在對處理時延要求高的場景中，Flink更加合適。

從生態上來講，兩者都有SQL、機器學習、圖計算等基本的組件，可是Spark在豐富程度、成熟度方面比Flink有優點。

關於Flink的資料已經至關多了，筆者就不作多此一舉寫了，要掌握Flink的精妙，必需要了解其底層的基本原理，如下是必讀的資料：

理解Flink的設計原則
Google Stream 101越了批處理的流處理世界

Google Stream 102超越了批處理的流處理世界

Flink原理和實現
Flink的架構和拓撲概覽

理解 Flink 中的計算資源

Flink如何生成ExecutionGraph及物理執行圖

Flink 生成StreamGraph

Flink Window的實現原理

Flink中的狀態管理

Flink中的反壓Back-Pressure

Flink Operator Chain原理

Flink內存管理

Flink異步快照機制-Failover

數據流的類型和操做

Flink Async IO（異步IO）

Flink SQL
Flink SQL的大部分代碼實現是阿里巴巴的Blink團隊貢獻給Apache的。

Flink SQL 核心功能解密

Flink SQL維表Join和異步優化

Flink SQL 異步IO設計

Flink SQL數據去重的技巧和思考

Flink SQL TOP N的挑戰與實現

Flink SQL 流計算「撤回(Retraction)」案例分析

Flink SQL 解決熱點問題的大殺器MiniBatch

Flink Table API&SQL的概念和通用API

Flink CEP復瑣事件處理
Flink-CEP論文與源碼解讀之狀態與狀態轉換

Flink之CEP-API簡介

Flink之CEP案例分析-網絡攻擊檢測

Flink-CEP之NFA

Flink-CEP之NFA編譯器

Flink-CEP之模式流與運算符

Flink事務
Flink Streaming Ledger 支持流式處理ACID事務！

Flink源碼解析
Apache Flink源碼解析 DataStream API

Flink Exactly Once語義
flink的兩階段提交協議-實現端到端的Exactly Once語義

Flink案例
Flink在惟品會的實踐

Flink在美團的實踐應用

Flink在G7的實踐

Flink在餓了麼的應用

基於Flink的實時特徵平臺在Flink的應用

未完待續！