雲原生時代的 Flink：
Flink 的資源排程、流式 Shuffle，都是天然适合雲原生的。
Flink 作為一個流式計算引擎，資料的 Shuffle 不需要落盤，都是流式進行資料傳輸，分布式計算之間資料的流動都是通過網絡加記憶體，不依賴本地盤，是以天然就是存算分離的架構。
另外，Flink 自帶了一個狀态存儲，計算的算子和狀态通路是一體的，在算子内部就支援狀态通路，這個其實也在朝着存算分離方向去演進，也就是說 Flink 随時可以關掉 RocksDB 服務，把狀态資料 SnapShot 到持久化的 HDFS 或者是雲存儲上。
随着雲原生的普及，越來越多的企業應用進行了容器化遷移，并通過 K8s 進行編排管理。
最近幾年，大資料領域的 Spark、Kafka 等都開始支援 K8s，使得大資料應用從傳統的 Yarn 時代轉變為雲原生時代。
支援 K8s 之後，對 Flink 有很大的幫助，比如部署不依賴 Hadoop 了：隻要有 K8s，就可以部署 Flink，也沒有任何依賴。
運維方案也非常标準化，K8s 的運維體系也會運維 Flink。同時，Flink 也可以基于容器來進行部署，容器給 Flink 帶來了更好的隔離性，包括任務之間的隔離、多租戶的管理，甚至下一步做 Serverless，也會更加自然和容易。
Flink 自身也會去增加更多的自适應的能力，實作自動化的任務并發管理和狀态資料管理，進而讓 Flink 能更好地使用雲上的彈性機制。
