前言
Apache Flink 已经被业界公认是最好的流计算引擎。然而 Flink 其实并不是一个仅仅局限于做流处理的引擎。Apache Flink 的定位是一套兼具流、批、机器学习等多种计算功能的大数据引擎。
在最近的一段时间，Flink 在批处理以及机器学习等诸多大数据场景都有长足的突破。一方面Flink 的批计算在经过阿里的优化后有了数量级的提升。另一方面，Flink 社区在 tableAPI，Python，以及 ML 等诸多领域都在逐步发力，持续提升用户做 Data science 和 AI 计算的体验。此外，Flink也在逐步提升和其他开源软件融合的体验，包括 Hive，还有 Notebook（Zeppelin, Jupyter）等等。
Flink的学习路线
Flink在阿里、滴滴、字节跳动、美团、唯品会、携程的发展现状是什么样的？
1.Flink 在阿里的现状
基于 Apache Flink 在阿里巴巴搭建的平台于 2016 年正式上线，并从阿里巴巴的搜索和推荐这两大场景开始实现。目前阿里巴巴所有的业务，包括阿里巴巴所有子公司都采用了基于 Flink 搭建的实时计算平台。同时 Flink 计算平台运行在开源的 Hadoop 集群之上。采用 Hadoop 的 YARN 做为资源管理调度，以 HDFS 作为数据存储。因此，Flink 可以和开源大数据软件 Hadoop 无缝对接。
目前，这套基于 Flink 搭建的实时计算平台不仅服务于阿里巴巴集团内部，而且通过阿里云的云产品 API 向整个开发者生态提供基于 Flink 的云产品支持。
2.Apache Flink 在滴滴
在滴滴，所有的数据基本上可以分为四个大块：
1、轨迹数据：轨迹数据和订单数据往往是业务方特别关心的。同时因为每一个用户在打车以
后，都必须要实时的看到自己的轨迹，所以这些数据有强烈的实时需求。
2、交易数据：滴滴的交易数据，
3、埋点数据：滴滴各个业务方的埋点数据，包括终端以及后端的所有业务数据，
4、日志数据：整个的日志系统都有一些特别强烈的实时需求。
3.字节跳动Jstorm到Apache Flink的迁移实践
下面这幅图展示的是字节跳动公司的业务场景
首先，应用层有广告，AB 测试，推送，数据仓库等业务；其次中间层针对 python 用户抽象出来一个模板，用户只需要在模板里写自己的业务代码，结合一个 yaml 配置将 spout, bolt 组成DAG 图；最后将其跑在 Jstorm 计算引擎上。
大概在 17 年 7 月份左右，当时 Jstorm 集群个数大概 20 左右，集群规模达到 5000 机器。
4.Apache Flink 在美团的实践与应用
美团实时计算平台现状和背景
实时平台架构
上图呈现的是当前美团实时计算平台的简要架构。最底层是数据缓存层，可以看到美团测的所有日志类的数据，都是通过统一的日志收集系统收集到 Kafka。Kafka 作为最大的数据中转层，支撑了美团线上的大量业务，包括离线拉取，以及部分实时处理业务等。在数据缓存层之上，是一个引擎层，这一层的左侧是我们目前提供的实时计算引擎，包括 Storm 和 Apache Flink（以下简称 Flink）。Storm 在此之前是 standalone 模式的部署方式，Flink 由于其现在运行的环境，美团选择的是 On YARN 模式，除了计算引擎之外，我们还提供一些实时存储功能，用于存储计算的中间状态、计算的结果、以及维度数据等，目前这一类存储包含 Hbase、Redis 以及 ES。在计算引擎之上，是趋于五花八门的一层，这一层主要面向数据开发的同学。实时数据开发面临诸多问题，例如在程序的调试调优方面就要比普通的程序开发困难很多。在数据平台这一层，美团面向用户提供的实时计算平台，不仅可以托管作业，还可以实现调优诊断以及监控报警，此外还有实时数据的检索以及权限管理等功能。除了提供面向数据开发同学的实时计算平台，美团现在正在做的事情还包括构建元数据中心。这也是未来我们想做 SQL 的一个前提，元数据中心是承载实时流系统的一个重要环节，我们可以把它理解为实时系统中的大脑，它可以存储数据的 Schema，Meta。架构的最顶层就是我们现在实时计算平台支撑的业务，不仅包含线上业务日志的实时查询和检索，还涵盖当下十分热门的实时机器学习。机器学习经常会涉及到搜索和推荐场景，这两个场景最显著特点：
一、会产生海量实时数据；
二、流量的 QPS 相当高。此时就需要实时计算平台承载部分实时特征的提取工作，实现应用的搜索推荐服务。还有一类是比较常见的场景，包括实时的特征聚合，斑马 Watcher（可以认为是一个监控类的服务），实时数仓等。
以上就是美团目前实时计算平台的简要架构。
5.Apache Flink 在唯品会的实践
本文主要内容主要包括以下几个方面：
1. 唯品会实时平台现状
2. Apache Flink（以下简称 Flink）在唯品会的实践
3. Flink On K8S
4. 后续规划
6.携程基于 Apache Flink 的实时特征平台
特征平台系统架构
现在的架构是标准 lamda 架构，离线部分由 spark sql + dataX 组成。现在使用的是 KV 存储系统Aerospike，跟 redis 的主要区别是使用 SSD 作为主存，我们压测下来大部分场景读写性能跟 redis在同一个数据量级。
实时部分：使用 flink 作为计算引擎，介绍一下用户的使用方式：
• 注册数据源：目前支持的实时数据源主要是 Kafka 和 Aerospike，其中 Aerospike 中的数据如果是在平台上配置的离线或者实时特征，会进行自动注册。Kafka 数据源需要上传对应的schemaSample 文件
• 计算逻辑：通过 SQL 表达
• 定义输出：定义输出的 Aerospike 表和可能需要的 Kafka Topic,用于推送 Update 或者 Insert 的数据的 key用户完成上面的操作后，平台将所有信息写入到 json 配置文件。下一步平台将配置文件和之前准备好的 flinkTemplate.jar(包含所有平台所需的 flink 功能)提交给 yarn，启动 flink job。
由于文章内容限制，案例篇的内容我也是做了一个简单的介绍，技术篇的内容我也不做过多的介绍了，大家需要这份【Flink实践手册】技术文档的话，可以转发关注小编，私信小编“文档”来得到获取方式把~~~~
大家加油好好学习哈，感谢大家支持！
