我在https://ci.apache.org/projects/flink/flink-docs-release-1.13/docs/dev/dataset/overview/
在我看来：
- 对于批处理，我需要
ExecutionEnvironment，就像val env = ExecutionEnvironment.getExecutionEnvironment一样 - 对于流，我需要
StreamExecutionEnvironmetn，就像val env = StreamExecutionEnvironment.getExecutionEnvironment一样
我已经对这些执行环境感到困惑了。由于Flink被认为是统一的批处理框架，我认为执行环境的创建应该只有one，例如：
流的val env = ExecutionEnvironment.getExecutionEnvironment("streaming mode ")，以及val env = ExecutionEnvironment.getExecutionEnvironment("batch mode")，
我想问一下为什么执行环境是分开的。当涉及到执行环境时，我总是感到困惑，包括表执行环境。我想我没有领会设计的考虑因素。
API现在有点令人困惑。但社区正在努力消除这种遗留问题并统一API。
在早期，Flink最初是一个批处理处理器，拥有流媒体运行时。因此，具有ExecutionEnvironment的数据集API被公开用于批处理。
(数据集API即将报废，将很快被弃用。(
随后，Flink通过带有StreamExecutionEnvironment的DataStream API公开了流运行时。这是目前的主要API之一。它的愿景是处理无界和有界流。由于批处理只是流处理的一种特殊情况，因此可以将其归类为有界流处理。
带有TableEnvironment的API表是第一个将两个世界完全统一在一个API中的API。DataStream API当前正在接收批处理执行模式，以便更快地处理有界流。所有这些都已经存在于表API中。