Flink流應用程序處理的是以數(shù)據(jù)對象表示的事件流。所以在Flink內部，我們需要能夠處理這些對象。它們需要被序列化和反序列化，以便通過網(wǎng)絡傳送它們；或者從狀態(tài)后端、檢查點和保存點讀取它們。為了有效地做到這一點，F(xiàn)link需要明確知道應用程序所處理的數(shù)據(jù)類型。Flink使用類型信息的概念來表示數(shù)據(jù)類型，并為每個數(shù)據(jù)類型生成特定的序列化器、反序列化器和比較器。
Flink還具有一個類型提取系統(tǒng)，該系統(tǒng)分析函數(shù)的輸入和返回類型，以自動獲取類型信息，從而獲得序列化器和反序列化器。但是，在某些情況下，例如lambda函數(shù)或泛型類型，需要顯式地提供類型信息，才能使應用程序正常工作或提高其性能。
Flink支持Java和Scala中所有常見數(shù)據(jù)類型。使用最廣泛的類型有以下幾種。

1.基礎數(shù)據(jù)類型

Flink支持所有的Java和Scala基礎數(shù)據(jù)類型，Int, Double, Long, String, …?

val numbers: DataStream[Long] = env.fromElements(1L, 2L, 3L, 4L)
numbers.map( n => n + 1 )

2.Java和Scala元組（Tuples）

val persons: DataStream[(String, Integer)] = env.fromElements( 
("Adam", 17), 
("Sarah", 23) ) 
persons.filter(p => p._2 > 18)

3.Scala樣例類（case classes）

case class Person(name: String, age: Int) 
val persons: DataStream[Person] = env.fromElements(
Person("Adam", 17), 
Person("Sarah", 23) )
persons.filter(p => p.age > 18)

4.Java簡單對象（POJOs）

public class Person {
public String name;
public int age;
  public Person() {}
  public Person(String name, int age) { 
this.name = name;      
this.age = age;  
}
}
DataStream<Person> persons = env.fromElements(   
new Person("Alex", 42),   
new Person("Wendy", 23));

5.其它（Arrays, Lists, Maps, Enums, 等等）

Flink對Java和Scala中的一些特殊目的的類型也都是支持的，比如Java的ArrayList，HashMap，Enum等等。