Flink 的历史版本特性介绍（一）

如果你还不了解 Flink 是什么，可以查看我之前的介绍文章：Flink 介绍

如果你想跟着我一起学习 flink，欢迎查看订阅专栏：Flink 专栏

这篇文章列举了 Flink 每次发布的版本中的重要特性，从中可以看出 Flink 是如何一步一步发展到今天的。

Flink 的前身是 Stratosphere 项目，最初由柏林工业大学的研究团队开发。Stratosphere 项目旨在实现高性能的大数据处理和分析。

0.6.0

发布于 2014 年，这是在 Apache 内部的第一个版本，名称为 Flink。具有以下特点：

• 定义：ApacheFlink 是用于集群的通用数据处理引擎。
• 作业通过 Flink 的运行时引擎执行。
• 数据存储在 Hadoop HDFS 中
• 支持的资源管理器：standalone、Hadoop YARN
• 支持的编程语言：Java、Scala

0.7.0

发布于 2014 年，引入下面的新特性：

• FlinkStreaming：提供了一个 Java API，可以实时处理流数据源（例如Apache Kafka、Apache Flume等）。
• 流式 Scala API：现在 Scala 和 Java 具有相同的语法和 Transformation，并在之后的版本中保持同步。

0.8.0

发布于 2015 年，引入下面的新特性：

• 扩展文件系统：现在可以在 Flink 中使用 Hadoop 支持的所有文件系统
• 支持窗口：引入了新的窗口 API，用于创建窗口、删除窗口元素等
• hadoop 2.2.0+ 作为默认的依赖

0.9.0

发布于 2015 年，引入下面的新特性：

• 引入 Table API：https://nightlies.apache.org/flink/flink-docs-release-0.9/libs/table.html
• 引入 Gelly 进行图处理：https://flink.apache.org/2015/08/24/introducing-gelly-graph-processing-with-apache-flink/
• 引入机器学习库：https://nightlies.apache.org/flink/flink-docs-release-0.9/libs/ml/
• 引入 Akka 框架来作为 Flink 的 RPC 系统：http://akka.io/
• 为流处理引入精确一次（exactly-once）语义保证。

0.10.0

发布于 2015 年，引入下面的新特性：

• 支持 event-time、ingestion-time、processing-time 的流处理
• 支持 stateful 流处理：提供接口用于定义、更新、查询操作符状态（operator state）
• 支持高可用：引入 Zookeeper，支持为 standalone 集群和 YARN 设置高可用模式
• 完善 DataStream API，引入流分区和窗口操作符，窗口设计受到 DataFlow 模型的启发，基于window assigners, triggers 和 evictors概念
• 引入新的 Connector：