1.1 Flink的起源和设计理念

Flink源于一个叫作Stratosphere的项目，它是由3所地处柏林的大学和欧洲其他一些大学共同进行的研究项目，由柏林工业大学的教授沃克尔·马尔科（Volker Markl）领衔开发。2014年4月，Stratosphere的代码被复制并捐赠给了Apache软件基金会，Flink就是在此基础上被重新设计出来的。

在德语中，“flink”一词表示“快速、灵巧”。Flink的Logo是一只彩色的松鼠，当然，这不仅仅是因为Apache软件基金会的大数据项目对动物的喜好（是否联想到了Hadoop、Hive），更是因为松鼠这种小动物完美地体现了“快速、灵巧”的特点。关于Logo的颜色，还有一个有趣的缘由：柏林当地的松鼠非常漂亮，颜色是迷人的红棕色；而Apache软件基金会的Logo刚好也是一根以红棕色为主的渐变色羽毛，于是，Flink的Logo就被设计成红棕色，而且拥有一条漂亮的渐变色尾巴，尾巴的配色与Apache软件基金会的Logo一致，如图1-1所示，这只松鼠色彩炫目，既呼应了Apache软件基金会的风格，又似乎预示着Flink未来会大放异彩。

图1-1 Flink的Logo

从命名上，我们可以看出Flink项目对自身特点的定位，那就是对大数据处理，要做到快速和灵活。

• 2014年8月，Flink的第一个版本0.6正式发布（至于0.5之前的版本，那就是在Stratosphere名下的了）。与此同时，Flink的几位核心开发者创办了Data Artisans公司，主要做Flink的商业应用，帮助企业部署大规模数据处理解决方案。

• 2014年12月，Flink项目完成了孵化，一跃成为Apache软件基金会的顶级项目。

• 2015年4月，Flink发布了里程碑式的重要版本0.9.0，很多国内外大公司也是从这时开始关注并参与Flink社区的建设的。

• 2019年1月，长期对Flink投入研发的阿里巴巴以9000万欧元的价格收购了Data Artisans公司；之后又将自己的内部版本Blink开源，继而与2019年8月发布的Flink 1.9.0版本进行了合并。自此之后，Flink被越来越多的人熟知，成为当前最火的新一代大数据处理框架之一。

由此可见，Flink从真正起步到火爆，不过几年的时间。在这短短几年内，Flink从最初的第一个稳定版本0.9，到本书编写期间已经发布到了1.13.0版本，这期间不断有新功能、新特性加入。一开始，Flink就拥有一个非常活跃的社区，而且一直在快速成长。目前，Flink已经发展成为最复杂的开源流处理引擎之一，得到了广泛的应用。

根据Apache软件基金会发布的2020年度报告，Flink项目的社区参与和贡献依旧非常活跃，在Apache软件基金会旗下的众多项目中保持着多项领先。

• 邮件列表（Mailing List）活跃度排名第一。

• 代码提交（Commits）数排名第二。

• GitHub访问量排名第二。

在Flink官网主页的顶部可以看到项目的核心目标，即“数据流上的有状态计算”（Stateful Computations over Data Streams）。

Flink是一个框架和分布式处理引擎（这是Flink的具体定位），如图1-2所示为Flink框架处理流程，用于对无界和有界数据流进行有状态的计算。Flink在所有常见的集群环境中都可以运行，以内存执行速度和任意规模来执行计算。

图1-2 Flink框架处理流程

这里有很多专业词汇，我们从中至少可以提炼出一些容易理解的信息：Flink是一个“框架”，是一个数据处理的“引擎”；既然是“分布式”的，当然是为了应对大规模数据的应用场景了；Flink处理的是数据流。因此，Flink是一个流式大数据处理引擎。

“内存执行速度”和“任意规模”突出了Flink的两个特点：速度快、可扩展性强，这说的自然就是小松鼠的“快速”和“灵巧”了。

那什么叫作“无界和有界数据流”呢？什么又叫作“有状态的计算”呢？这涉及流处理的相关知识，会在后续章节一一展开介绍。