Flink如何整合用户数据流SDKsAPI，并讨论Dataset API的弃用原因？

本文共计2483个文字，预计阅读时间需要10分钟。

我们将探讨如何在不描述具体技术细节的情况下，增强Table API、SQL和DataStream的所有技术要点。目标是避免使用DataSet API，实现共通性的目标。必须包含后续的flip操作来描述我们维护的API的必要变更。此外，Flink提供了三种主要的‘flip’操作。

我们将不描述如何增强Table API/SQL和DataStream的所有技术细节。目标是在弃用DataSet API的想法上达成共识。必须有后续的flip来描述我们所维护的api的必要更改。 动机

Flink提供了三种主要的sdk/API来编写程序:Table API/SQL、DataStream API和DataSet API。我们认为这个API太多了，建议弃用DataSet API，而使用Table API/SQL和DataStream API。当然，这说起来容易做起来难，所以在下面，我们将概述为什么我们认为太多的api对项目和社区有害。然后，我们将描述如何增强Table API/SQL和DataStream API以包含DataSet API的功能。
在本FLIP中，我们将不描述如何增强Table API/SQL和DataStream的所有技术细节。目标是在弃用DataSet API的想法上达成共识。必须有后续的flip来描述我们所维护的api的必要更改。

为什么Flink有三个api？

这三种api在项目的生命周期中被有机地开发出来，最初是为特定的用例设计的。DataSet API是Flink最古老的API，支持有界数据的批处理执行。有些人可能不记得了，但Flink最初是一个批处理程序。在早期，社区意识到其基于管道的体系结构非常适合流处理，这就产生了DataStream API。