一、PyFlink 的核心目标 将 Flink 能力输出到 Python 用户，进而可以让 Python 用户使用所有的 Flink 能力。 将 Python 生态现有的分析计算功能运行到 Flink 上，进而增强 Python 生态对大数据问题的解决能力。 二、PyFlink技术架构 三、PyFlink实用场景 在具体的案例之前我们先简单分享一些 PyFlink 所能适用的业务场景。首先 PyFlink 既然是 Python+Flink，那其适用场景也可以从 java 和 Python 两方面去分析，第一个 Java 所适用的场景 PyFlink 都适用。 第一个，事件驱动型，比如：刷单，监控等； 第二个，数据分析型的，比如：库存，双11大屏等； 第三个适用的场景是数据管道，也就是ETL场景，比如一些日志的解析等； 第四个场景，机器学习，比如个性推荐等。 这些都可以尝试使用 PyFlink 。除此之外还有 Python 生态特有的场景，比如科学计算等。那么这么多的应用场景，PyFlink 到底有哪些可用的 API 呢？ 四、PyFlink 的安装 使用具体的 API...
