Flink重要语义：Streams、State、Time
本节将介绍几个Flink核心语义，包括Streams、State、Time、API等。
1 Streams流
Streams，即流，它可以分为无界流（unbounded Streams）和有界流（bounded Streams）。Flink是一个流批一体化处理框架，不但可以处理无界流数据，也可以处理有界流数据。
所谓的有界流一般指有固定大小，有明确的开始边界，且有明确结束边界的数据，比如保存在职工表中的职工数据。而无界流是指数据是持续产生的，只有明确的开始边界，但是没有明确结束边界的数据，比如传感器数据，数据会持续产生，其中的计算也会持续进行。官方网站给出的关于流的示意图非常形象。
通常情况下，Flink应用程序是由流和转换构成，每一个数据流图有一个或多个Source算子开始，并以一个或多个Sink算子结束。Stream连接在不同的算子之间，算子和Stream共同构成一个有向无环图（DAG）。下图给出了Flink应用程序代码如何映射到一个非并行的数据流示意图。
从图可以看到，Source算子和map算子之间是Stream，apply算子和Sink算子之间也是Stream。
2 State状态
一般来说，状态（State）可以看作是在流计算过程中，缓存在内存或者存储系统上的中间数据，比如累加的值。有状态的流计算，代表具有一定的容错恢复能力，并支持持久化。
流计算从本质上来说，是一种增量计算，它需要按需查询过去的状态信息，以进行后续的计算，最简单的比喻，状态就相当于一个应用程序当中的本地变量，对应的计算任务可以存取中间数据，并在重启情况下不丢失。
因此，状态具有非常重要的价值，它是实现Exactly-once语义的前提，状态会将中间数据写到状态中，并可以根据需要从状态中恢复中间数据。
注意，状态的持久化也是Flink集群在异常情况下可自动重启进行计算的前提条件。
从图可以看出，任务第一步接收到输入的数据，第二步从本地的状态中获取到对应的状态值，并进行数据处理，第三步将更新的状态值写回到本地状态中，第四步输出结果。总的说来，有两种类型的状态：
（1）算子状态（Operator State）。
（2）键控状态（Keyed State）。
由于状态只能在本地维护，而本地存储是不稳定的。因此状态检查点（CheckPoint）的写入就非常重要。
状态后端（State Backend）负责将任务的状态检查点写入远程的持久存储。写入检查点的远程存储可以是分布式文件系统，也可以是数据库。启用检查点的所有Flink应用程序，都可以从保存点恢复数据进行执行。
Flink内置了如下几种状态后端：
（1）MemoryStateBackend
这是默认的一种状态后端，状态数据以Java对象的形式存储在堆中。它支持异步快照，这样可以防止数据流阻塞。
注意，MemoryStateBackend异步快照默认是开启的。默认情况下，每个独立的状态大小限制是5MB。因此只适合本地开发和调试。
（2）FsStateBackend
这种状态后端将状态数据保存在TaskManager节点的内存中。当开启检查点机制时，状态快照也会写入到配置的文件系统目录中。
注意，FsStateBackend异步快照默认是开启的。它适合状态数据比较大或窗口比较长的计算作业场景。
（3）RocksDBStateBackend
这种状态后端将状态数据保存在数据库RocksDB中，它默认将数据存储在TaskManager节点的数据目录中，且只支持异步快照。目前也是唯一支持增量检查点的状态后端。
注意，RocksDBStateBackend允许存储状态非常大的或窗口非常长的数据，大小仅受磁盘空间的限制。
3 Time时间
前面提到，流处理应用中对数据进行计算会涉及时间（Time）这个语义。Flink支持多种时间语义：
（1）事件时间（Event Time）
事件时间是每个事件在其生产设备上产生的时间。一般来说，事件时间在传入Source算子之前就已经存在。
（2）处理时间（Processing time）
处理时间就是Flink算子处理数据的机器时间，它无须提取特定时间属性，因此从计算效率上最高。
（3）摄入时间（Ingestion time）
摄入时间是数据流进入Flink应用程序的时间，介于事件时间和处理时间之间。官方网站给出了Flink关于时间语义的示意图。
4 API接口
所谓的API，即应用程序接口。Flink为了让开发人员更好地进行分布式流处理，通过对外暴露不同层级的API来掩藏内部实现的复杂性。下图给出了Flink分层API示意图，自上而下分别提供了SQL API 、Table API 、DataStream API/DataSet API 和Stateful Streaming Processing四层API。
（1）SQL API
SQL是一种非常实用的语言，基本语法非常简单，因此不少业务人员也可以直接使用SQL进行数据的处理。标准化的SQL还具有很强的兼容性。
Flink社区目前一直在大力发展Flink SQL API，借助SQL API可以用一套API实现流批一体化处理，同时由于SQL是文本，而无须编译，因此可以通过封装来实现灵活的数据处理，即通过动态传入SQL文本就可以处理不同的流批数据处理。
（2）Table API
Table API是一种以Table为中心的声明式编程API，通过TableAPI可以将数据流或者数据集合转换成一张虚拟的表，并可以指定表结构，如字段名、字段类型等。
Table API提供多种关系模型中的操作，如select、where、join和group-by等。一般来说，Table API可以让程序可读性更强且使用起来更加简洁。
（3）DataStream/DataSet API
DataStream/DataSet API是核心API层，Flink框架提供了大量开箱即用的API，可以非常方便地进行数据处理。
其中DataStream API主要用于无界数据流场景，而DataSetAPI主要用于有界数据集场景。目前唯一不方便的是，流批API是两套API。
（4）Stateful Streaming Processing API
Flink Stateful Streaming Processing API是一种有状态的实时流处理API，它也是最底层的API。通过Process Function允许开发人员实现更加复杂的数据底层处理。