Apache Flink 社群宣佈了 Flink 1.11.0 的釋出，該版本的一些重點內容如下：
- core engine 引入了 unaligned checkpoints，這是對 Flink 的容錯機制的重大更改，該機制可改善在高背壓下的檢查點效能。
- 一個新的 Source API 透過統一批處理和 streaming 執行以及將內部元件（例如事件時間處理、水印生成或空閒檢測）解除安裝到 Flink 來簡化（自定義）sources 的實現。
- Flink SQL 引入了對變更資料捕獲（CDC）的支援，以輕鬆使用和解釋來自 Debezium 之類的工具的資料庫變更日誌。更新的 FileSystem 聯結器還擴充套件了 Table API/SQL 支援的用例和格式集，從而實現了直接啟用從 Kafka 到 Hive 的 streaming 資料傳輸等方案。
- PyFlink 的多項效能最佳化，包括對向量化使用者定義函式（Pandas UDF）的支援。這改善了與 Pandas 和 NumPy 之類庫的互操作性，使 Flink 在資料科學和 ML 工作負載方面更強大。
重要變化
- [FLINK-17339] 從 Flink 1.11 開始，Blink planner 是 Table API/SQL中的預設設定。自 Flink 1.10 起，SQL 客戶端已經存在這種情況。仍支援舊的 Flink 規劃器，但未積極開發。
- [FLINK-5763] Savepoints 現在將其所有狀態包含在一個目錄中（後設資料和程式狀態）。這樣可以很容易地找出組成 savepoint 狀態的檔案，並允許使用者透過簡單地移動目錄來重新定位 savepoint。
- [FLINK-16408] 為了減輕對 JVM metaspace 的壓力，只要任務分配了至少一個插槽，
TaskExecutor就會重用使用者程式碼類載入器。這會稍微改變 Flink 的恢復行為，從而不會重新載入靜態欄位。
- [FLINK-11086] Flink 現在支援 Hadoop 3.0.0 以上的 Hadoop 版本。請注意，Flink 專案不提供任何更新的“flink-shaded-hadoop-*” jars。 使用者需要透過
HADOOP_CLASSPATH環境變數（推薦）或 lib/ folder 提供 Hadoop 依賴項。
- [FLINK-16963] Flink 隨附的所有
MetricReporters均已轉換為外掛。 這些不再應該放在/lib中（可能導致依賴衝突），而應該放在/plugins/<some_directory>中。
- [FLINK-12639] Flink 文件正在做一些返工，因此從 Flink 1.11 開始，內容的導航和組織會有所變化。
詳情檢視：https://flink.apache.org/news/2020/07/06/release-1.11.0.html
下載地址：https://flink.apache.org/downloads.html
