Flink 需要搭配特定 Source 和 Sink 才能实现精确一次处理语义。 在 Flink 中需要端到端精准一次处理的位置有三个 Source 端：通过保存消费数据的偏移量来保证一致性，所以 source 必须具有可以重置读位置的能力才行。 Flink 内部端：利用 Checkpoint 机制，把状态存盘，发生故障的时候可以恢复，保证内部的状态一致性。 Sink 端在 Flink 1.4 版本引入了两阶段提交 Sink 来解决精确一次处理语义，sink 必须具有幂等性写入和事务性写入的特性。 参考文献 # 硬核！八张图搞懂 Flink 端到端精准一次处理语义 Exactly-once（深入原理，建议收藏）
Flink 之 细粒度资源管理
...Flink 之 Window
...Flink 之 watermark
...Flink 1.5 之前使用的是 TCP-Based 反压机制，自 Flink 1.5(包含) 使用的是 Credit-Based 反压机制。
简单来说，如果反压机制实现在 Socket 层，那便是 TCP-Based 反压机制；如果实现在 Netty 层，那便是 Credit-Based 反压机制。
...Savepoint 跟 Checkpoint 的差别在于 Checkpoint 是 Flink 对于一个有状态应用在运行中利用分布式快照持续周期性的产生 Checkpoint，而 Savepoint 则是手动产生的 Checkpoint，Savepoint 记录着流式应用中所有运算元的状态。
...Checkpoint 属于一种机制，State + ABS(Asynchronouse Barrier Snapshot)。
State 指一个具体的 task/operator 的状态，State Backends 指具体状态的存储介质
...Flink 容错机制
...Flink 内存管理
...