今天我们有4个部分的内容分享，首先我们快速了解一下PyFlink的使命愿景，然后重点介绍PyFlink的核心技术点，最后是和大家快速介绍PyFlink的未来规划和现有的应用案例。那么我们开始今天的第一部分，PyFlink的使命愿景。
首先，ApacheFlink是一个有状态的分布式流式计算框架。可以作用在有限和无限的数据集合之上。
那么业界对有限和无限数据集合上进行流式计算处理，有2种典型的架构，一个是Micro-Batching的模式，也就是将流看成是批的特例。那么另一种就是ApacheFlink的架构模式，纯流的架构模式，将批看成是流的特例。纯流的设计将计算的延时做到了极致。
那么Flink这种分布式亚秒级延时的能力如何暴露给用户呢？Flink提供了SQL，DataStream和ProcessFunction多层API供用户选择，但是非常遗憾的是只能提供给Java用户群体。
那么，如果将Flink的能力进行放大，面向更多的用户群体将是一件非常有意义的事情，那么如何在在Flink上进行多语言的支持呢？增加哪些语言的支持呢？
我们在进行PyFlink的工作之前进行了一些调研，我们发现Python语言在年的活跃程度超过了Java语言，并且是一个持续上升的趋势。
那么我们再进一步了解，为什么Python语言如此备受
联系电话：