16
实时即未来：Apache Flink
®
技术
在 Flink 的未来版本中，我们将舍弃 DataSet API，用户的 API 主要会分为偏描述物理执行计划
的 DataStream API 以及偏描述关系型计划的 Table & SQL。DataStream API 提供给用户更多
的是一种“所见即所得”的体验，由用户自行描述和编排算子的关系，引擎不会做过多的干涉和
优化。而 Table API & SQL 则继续保持现在的风格，提供关系表达式 API，引擎会根据用户的意
图来进行优化，并选择最优的执行计划。值得一提的是，以后这两个 API 都会各自同时提供流计
算和批处理的功能。这两个用户 API 之下，在实现层它们都会共享相同的技术栈，比如会用统一
的 DAG 数据结构来描述作业，使用统一的 StreamOperator 来编写算子逻辑，包括使用统一的流
式分布式执行引擎。
Table API & SQL
在开源 Blink 时，Blink 的 Table 模块已经使用了 Flink 未来设想的新架构。因此 Flink 1.9 版本
中，Table 模块顺理成章的成为了架构调整后第一个吃螃蟹的人。但是，为了尽量不影响之前版
本用户的体验，我们还是需要找到一个方式让两种架构能够并存。
基于这个目的，社区的开发人员做了一系列的努力，包括将 Table 模块进行拆分（FLIP-32，FLIP
即 Flink Improvement Proposals，专门记录一些对 Flink 做较大修改的提议），对 Java 和 Scala
的 API 进行依赖梳理，并且提出了 Planner 接口以支持多种不同的 Planner 实现。Planner 将负责
具体的优化和将 Table 作业翻译成执行图的工作，我们可以将原来的实现全部挪至 Flink Planner
中，然后把对接新架构的代码放在 Blink Planner 里。
（图中的 Query Processor 就是 Planner 的实现）
剩余165页未读，继续阅读
且听_风吟
- 粉丝: 5182
- 资源: 41
我的内容管理
展开
最新资源
- JDK 17 Linux版本压缩包解压与安装指南
- C++/Qt飞行模拟器教员控制台系统源码发布
- TensorFlow深度学习实践：CNN在MNIST数据集上的应用
- 鸿蒙驱动HCIA资料整理-培训教材与开发者指南
- 凯撒Java版SaaS OA协同办公软件v2.0特性解析
- AutoCAD二次开发中文指南下载 - C#编程深入解析
- C语言冒泡排序算法实现详解
- Pointofix截屏：轻松实现高效截图体验
- Matlab实现SVM数据分类与预测教程
- 基于JSP+SQL的网站流量统计管理系统设计与实现
- C语言实现删除字符中重复项的方法与技巧
- e-sqlcipher.dll动态链接库的作用与应用
- 浙江工业大学自考网站开发与继续教育官网模板设计
- STM32 103C8T6 OLED 显示程序实现指南
- 高效压缩技术：删除重复字符压缩包
- JSP+SQL智能交通管理系统：违章处理与交通效率提升
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
