对应的视频【Apache Flink 入门教程】2. Apache Flink 概念介绍：有状态流式处理引擎的基石_哔哩哔哩_bilibili
批式处理：把数据按照事件划分为一段一段的数据，每段数据进行处理，这种做法对于一些跨时间段的状态统计，就需要把上一个状态记录传到下面的时间段中进行计算，理想的情况就是所有的运行状态都能不断的累计，可以维护大量的状态信息，可以自动依据时间进行判断是否接收到了所有所需要的数据。直到接收完毕所有需要的数据以后输出运行结果，
流式处理：程序一批一批的处理无穷无尽的数据，在无穷无尽的数据流上长时间的运行。
分布式流式处理：通过数据中的某一个key进行分类，使得同样的key的数据能流到同样的计算实例上，
有状态分布式流式处理：对于运行中的状态进行存储，如果数据量过大需要一个状态后端来维护状态
1、状态容错
即保证状态精确一次的容错
简易场景下：每处理一批数据，就存储一次快照（状态和数据的位置），出错时按照快照信息进行重新的计算
分布式场景：在简易场景基础下建立一个全局统一的状态快照（将每一个算子每一批次的快照全部存储到一起）在遇到检查点时同步一次，如果出错就寻找一个拥有全部正常快照的批进行恢复计算
2、状态维护
能够维护处理中产生的大量状态
Flink 的状态后端只需要调用API就可以完成状态的维护，其中默认使用的是JVN Heap 当作状态后端，存储在内存中，状态的数据量过大的时候就可以使用RocksDB作为状态后端（存在硬盘中）
需要注意的是使用JVM Heap的时候状态作为Java对象是直接存在内存中，但是遇到检查点同步状态到统一状态快照中时就需要进行过序列化，而使用RocksDB时就需要序列化，而同步时也只需要复制状态即可，因为已经完成了序列化。
3、Event-time的处理
对于很多场景中需要使用的时间是事件实际发生的事件，而在数据流中这些数据却不一定是有序的，所以如何能判断接收到了足够的数据就是重中之重。
Flink中使用的就是watermarks，一个带有时间戳 t 的watermasks会让运算算子判定不在收到任何时间戳 4、状态的保存和迁移 当正在运行的计算由于各种原因需要重启的时候，如何恢复计算 Flink使用的是Savepoint 保存点 保存点的信息和检查点中的信息一样是各个算子的状态和数据位置，关闭以前保存一个保存点，重启以后就可以恢复到保存点的运行状态并且，利用EventTime可以赶上最新的数据