Apache Flink 是 Apache 提供的面向有界与无界数据流的框架和分布式处理引擎，核心用于有状态计算。它能够接收一个或多个事件流，在事件到达时触发计算、状态更新或外部操作，也支持对有限数据集执行传统批查询，以及对实时数据流执行持续查询。与只面向单一流式场景的处理工具不同，Flink 同时覆盖事件驱动应用、流式与批量分析、数据管道和 ETL，并围绕正确性、部署运维、可扩展性和内存计算性能提供相应能力。
核心功能
有状态流处理
Flink 面向有界和无界数据流执行有状态计算，能够在处理事件的过程中维护应用状态。事件驱动应用可以从一个或多个事件流摄取事件，并根据输入触发计算、状态更新或外部动作。该能力适用于需要持续响应事件并保留处理状态的应用场景。
精确一次与事件时间处理
Flink 提供 exactly-once state consistency，即精确一次的状态一致性保证，用于处理状态在计算过程中的一致性问题。它支持 event-time processing，并提供 sophisticated late data handling，可按事件时间处理数据，并处理延迟到达的数据。官网将这些能力归入 Flink 的正确性保证。
分层 API 与 SQL
Flink 提供面向流和批数据的 SQL，即 SQL on Stream & Batch Data；同时提供 DataStream API，以及用于时间和状态处理的 ProcessFunction。分层 API 让产品同时覆盖 SQL 查询、数据流处理和更细粒度的时间与状态逻辑，官网将这些接口列为 Flink 的核心能力组成部分。
流批分析与数据处理
在分析场景中，Flink 可以处理有界数据集上的传统批查询，也可以处理无界实时数据流上的实时连续查询。分析任务能够从原始数据中提取信息和洞察。除分析外，Flink 还支持数据管道与 ETL，用于在存储系统之间转换和移动数据。
可扩展运行与性能能力
Flink 采用 scale-out architecture，支持 very large state，并提供 incremental checkpoints。它还支持 flexible deployment、high-availability setup 和 savepoints，覆盖应用部署、高可用配置以及保存点相关的运行管理。官网同时列出 low latency、high throughput 和 in-memory computing，说明其运行设计关注低延迟、高吞吐和内存计算。
使用方式
Flink 可在常见集群环境中运行，并支持灵活部署。使用者可以通过 SQL、DataStream API 或 ProcessFunction 构建流处理和批处理逻辑，也可以使用增量检查点、保存点和高可用配置管理运行中的应用。官网正文未说明是否需要注册、是否需要自备模型 Key，也未提供客户端、浏览器插件或独立 API 服务的使用要求；导入导出流程同样未在正文中说明。
适用人群与场景
需要构建事件驱动应用的开发者，可以使用 Flink 接收事件流，并在事件到达时触发计算、更新状态或执行外部操作。进行流式分析或批量分析的数据工程团队，可以在有界数据集上运行批查询，或对实时无界数据流执行连续查询。负责数据集成的工程师，可以使用 Flink 构建 ETL 数据管道，在存储系统之间转换和移动数据。需要处理大规模状态、低延迟或高吞吐任务的团队，则可以使用其扩展架构、增量检查点和内存计算能力。
