基于陌陌消息数据综合案例实时部分目录Contents什么是流式计算ApacheFlink基本介绍ApacheFlink流式计算入门程序基于ApacheFlink进行实时统计基于FineBI进行实时看板展示学习目标LearningObjectives1.理解什么是流式处理2.能够完成flink入门程序3.能够完成基于flink完成实时统计需求4.能够基于fineBI实现实时看板什么是流式计算01在日常生活中，我们通常会先把数据存储在一张表中，然后再进行加工、分析，这里就涉及到一个时效性的问题。如果我们处理以年、月为单位的级别的数据，那么多数据的实时性要求并不高；但如果我们处理的是以天、小时，甚至分钟为单位的数据，那么对数据的时效性要求就比较高。在第二种场景下，如果我们仍旧采用传统的数据处理方式，统一收集数据，存储到数据库中，之后在进行分析，就可能无法满足时效性的要求.大数据的计算模式主要分为批量计算(batchcomputing)、流式计算(streamcomputing)、交互计算(interactivecomputing)、图计算(graphcomputing)等。其中，流式计算和批量计算是两种主要的大数据计算模式，分别适用于不同的大数据应用场景。流数据（或数据流）是指在时间分布和数量上无限的一系列动态数据集合体，数据的价值随着时间的流逝而降低，因此必须实时计算给出秒级响应。流式计算，顾名思义，就是对数据流进行处理，是实时计算。批量计算则统一收集数据，存储到数据库中，然后对数据进行批量处理的数据计算方式。主要体现在以下几个方面：1)数据时效性不同：流式计算实时、低延迟，批量计算非实时、高延迟。2)数据特征不同：流式计算的数据一般是动态的、没有边界的，而批处理的数据一般则是静态数据。什么是流式计算3)应用场景不同：流式计算应用在实时场景，时效性要求比较高的场景，如实时推荐、业务监控…批量计算一般说批处理，应用在实时性要求不高、离线计算的场景下，数据分析、离线报表等。4)运行方式不同，流式计算的任务持续进行的，批量计算的任务则一次性完成。总结来说，我们得到的会是一条条的，随着时间流逝不断增长的数据，我们需要进行实时的数据分析什么是流式计算ApacheFlink的基本介绍02Flink核心是一个流式的数据流执行引擎，其针对数据流的分布式计算提供了数据分布、数据通信以及容错机制等功能。基于流执行引擎，Flink提供了诸多更高抽象层的API以便用户编写分布式任务：DataSetAPI，对静态数据进行批处理操作，将静态数据抽象成分布式的数据集，用户可以方便...
