Apache Flink 是近年來越來越流行的一款開源大數據計算引擎，它同時支持了批處理和流處理。大數據起源自批處理,Spark最初的定位就是改進Hadoop, 更快速的進行批處理。而Storm擅長的則是進行無狀態的流計算(在無狀態的流計算領域, 它的延遲是最小的), 進而出現的Flink則是Storm的下一代解決方案。它既可以處理stream data也可以處理batch data，可以同時兼顧Spark以及Spark streaming的功能。Flink在運行中主要有三個組件組成，JobClient，JobManager 和 TaskManager。
實時計算產品通常提供兩種模式，共享型與獨享型。在這樣的模式下，用戶不需要關心整個集羣的運維。開發時，使用Blink SQL，用開箱即用的metric收集和展示。同時，作業的監控和異常時報警，也能得到保證。
新模式Flink on K8S，在功能、引擎和託管模式上，都有變化。
功能上，基於Flink的特性，它的常駐進程，類似於在線業務的App，作業發佈後，修改頻率比較低。用戶在開發控制檯提交併控製作業，可使用多樣的可插拔的增值功能。
在引擎上，基於開源Flink版本，有了以下改造。提供增量Checkpoint。SQL優化器和執行器的改造更近完善，提供Unified SQL。在Runtime上，提供了一套統一且高效的算子框架，有更加靈活的chaining策略和自定義調度插件。
託管模式採用半托管的方式，集羣部署在ECS和K8S上，靈活性也更強。
Flink on K8S，充分利用K8S的優勢。K8S 可以很好地集成其他集羣維護工具，如監控工具普羅米修斯，同時在資源彈性方面，K8S 可以很方便地進行擴縮容。它的設計初衷，就是爲在線應用服務的，設計目標是幫助在線應用更好的發佈及管理，同時，很好的實現資源的隔離。更重要的是，發展至今，K8S有了一定的生態優勢，也來越多的用戶使用，也讓這個工具越來越好。