引言
本文简要梳理下Flink实时计算平台提供的能力和功能点:
  • 实时计算场景与特性
  • 实时计算平台架构
  • 功能点整理
一、实时计算场景与特性

1.常见实时计算场景归纳

  • 实时推荐：千人千面个性化推送
  • 实时监控：反欺诈以及触发风控的异常与预警
  • 实时报表：促销活动实时大屏等
  • 实时检索：实时索引的构建和检索等
  • 实时处理：数据实时清洗和汇总的其他场景

2.Flink实时计算框架特点

  • 低延迟：毫秒级延迟
  • 高吞吐：千万每秒吞吐
  • 准确性：Exactly-once 状态一致性
  • 易用性：作业开发使用高阶的Flink SQL API&Table API

二、实时计算平台架构

1.数据流线路图

备注：
  • 数据源：Binlog数据库数据增量订阅、SDK的埋点数据、Agent的上报数据、以及事件总线类数据
  • 消息队列：数据源的数据被收集到消息队列中，通常选型Kafka
  • Fink实时平台：Flink从消息队列消费数据跑作业任务
  • 业务场景：由Flink任务类型支撑各类场景

2.架构示意图

备注：Table & SQL API通过Apache Calcite进行SQL解析，并转换成Calcite执行计划，最终调用Flink DataStream/DataSet API。

三、功能点整理
  • 资源上传：上传执行作业的jar文件或者gitlab地址平台进行打包编译成jar包
  • 创建作业：配置作业的jar、并发以及一些策略等信息
  • 作业信息：展现作业的运行状态、重启等
  • 事件日志：记录操作的详细日志
  • 异常日志：展现作业的日志和错误信息
  • SQL作业：任务SQL化，提供Flink SQL作业调试、语法校验、编辑提交等功能
继续阅读
阅读原文