Apache Flink的Stream流处理有哪些特点？

1、同时支持实践时间和处理时间语义。事件时间语义能够争对无序事件提供一致、精确的结果；处理时间语义能够用在具有极低延迟需求的应用中。
2、提供精确一次(exactly-once)的状态一致性保障。
3、在每秒处理数百万条事件的同时保持毫秒级延迟。基于Flink的应用可以扩展到数千核心之上。
4、层次化的API在表达能力和易用性方面各有权衡。
5、用于最常见存储系统的连接器，如Apache Kafka，JDBC等外部系统
6、支持高可用性配置(无单点失效)和Kubernetes，Yarn，Mesos等系统紧密集成，快速故障恢复，动态扩缩容作业等。基于上述特点，它可以7*24小时运行流式应用，几乎无须停机。
7、允许在不丢失应用状态的前提下更新作业的程序代码，或进行跨Flink集群的作业迁移。
8、提供了详细，可自由定制的系统及应用指标集合，用于提前定位和响应问题。