我们知道，Flink是一个分层架构的系统，每一层所包含的组件都提供了特定的抽象，用来服务于上层组件。Flink分层的组件栈如下图所示：

Flink生态圈核心组件栈

掌握了Flink的分层架构，后面的学习就可以围绕每个层级的核心内容来学习或研究。

Flink一共分为四个层级，具体如下图所示：

Flink四层架构

Flink 最下面的一层API为Stateful Stream Processing，它是Flink最底层的API，控制更灵活但一般很少使用。然后上面一层就是Flink Core（核心）API，它包含DataStream和DataSet API，应用层的用户经常使用 Core API。然后再上面一层就是 Table API，它相当于在Core API中可以定义数据的Table结构，可以做table操作。最上面一层就是SQL 操作，用户可以直接使用SQL语句对数据处理，更简单更方便。

注意：越底层的API越灵活，但越复杂。越上层的API越轻便，但灵活性差。

1. Stateful Stream Processing

a）它位于最底层，是Core API 的底层实现。

b）它是嵌入到Stream流里面的处理函数（processFunction）。

c）当Core API满足不了用户需求，可以利用低阶API构建一些新的组件或者算子。

d）它虽然灵活性高，但开发比较复杂，需要具备一定的编码能力。

2. Core API

a） DataSet API 是批处理API，处理有限的数据集。

b） DataStream API是流处理API，处理无限的数据集。

3. Table API & SQL

a）SQL 构建在Table 之上，都需要构建Table 环境。

b）不同的类型的Table 构建不同的Table 环境中。

c）Table 可以与DataStream或者DataSet进行相互转换。

d）Streaming SQL不同于存储的SQL，最终会转化为流式执行计划。