另一方面，背景实时流数据增多:网络APP应用发展迅速，3358 www.Sina.com/http://www.Sina.com/:实时流媒体数据的处理与挖掘：领先的互联网制造商需要能够快速响应和处理大型实时流数据的技术3358www， storm/jstorm和sparkstreaming等优秀的流处理引擎具有低延迟、高延迟窗口时间语义化、编程效率高、运行效果好的storm/jstorm的优点、低延迟缺点以及其他比sparkstreaming的优点要求更高的吞吐量。 容错性好的缺点其他都差的flink基本上是1 .概念Apache基金会开发的实时流数据日益增多的价值更大框架scala和java创建用于使有界和有界数据流有效的计算有界数据流：即实时数据流有界数据流：即离线数据流，并执行批处理日期特征适用于所有常见的集群环境内存计算。 大规模处理满足实时流处理引擎的所有需求，低延迟高吞吐量容错能力强，窗口时间语义化编程效率高3 .应用场景事件驱动应用数据分析应用数据流水线ETL http://www 4 .代码实现方式javaAPIscalaAPI数据处理过程抽象出实时和离线的数据处理过程。 它具有丰富的复杂性API，支持SQL，实现了抽象为三个进程的转换Sink数据的落地代码，从源传输源数据读取传输数据2014年flink0.9-milestone快速发展取得重大进展，正式发布2015年flink0.9阿里部署， blink 2015年flink1.0里程碑2016年flink1.9当前市场占有率高的版本2019年flink1.1添加了许多特性支持Hadoop3. x版的flink1. 13.1稳定化版本4 .市场背景开发者较少的flink主要是互联网大厂商在使用发展趋势下对实时数据处理的需求逐渐加大的flink实时数据处理能力出色，得到阿里的支持，发展前景极佳