最底層級的抽象僅僅提供了有狀態(tài)流，它將通過過程函數(shù)（Process Function）被嵌入到DataStream API中。底層過程函數(shù)（Process Function） 與 DataStream API 相集成，使其可以對某些特定的操作進行底層的抽象，它允許用戶可以自由地處理來自一個或多個數(shù)據(jù)流的事件，并使用一致的容錯的狀態(tài)。除此之外，用戶可以注冊事件時間并處理時間回調(diào)，從而使程序可以處理復雜的計算。

實際上，大多數(shù)應用并不需要上述的底層抽象，而是針對核心API（Core APIs） 進行編程，比如DataStream API（有界或無界流數(shù)據(jù)）以及DataSet API（有界數(shù)據(jù)集）。這些API為數(shù)據(jù)處理提供了通用的構(gòu)建模塊，比如由用戶定義的多種形式的轉(zhuǎn)換（transformations），連接（joins），聚合（aggregations），窗口操作（windows）等等。DataSet API 為有界數(shù)據(jù)集提供了額外的支持，例如循環(huán)與迭代。這些API處理的數(shù)據(jù)類型以類（classes）的形式由各自的編程語言所表示。

Table API 是以表為中心的聲明式編程，其中表可能會動態(tài)變化（在表達流數(shù)據(jù)時）。Table API遵循（擴展的）關系模型：表有二維數(shù)據(jù)結(jié)構(gòu)（schema）（類似于關系數(shù)據(jù)庫中的表），同時API提供可比較的操作，例如select、project、join、group-by、aggregate等。Table API程序聲明式地定義了什么邏輯操作應該執(zhí)行，而不是準確地確定這些操作代碼的看上去如何。

盡管Table API可以通過多種類型的用戶自定義函數(shù)（UDF）進行擴展，其仍不如核心API更具表達能力，但是使用起來卻更加簡潔（代碼量更少）。除此之外，Table API程序在執(zhí)行之前會經(jīng)過內(nèi)置優(yōu)化器進行優(yōu)化。

你可以在表與 DataStream/DataSet 之間無縫切換，以允許程序?qū)?Table API 與 DataStream 以及 DataSet 混合使用。

Flink提供的最高層級的抽象是 SQL 。這一層抽象在語法與表達能力上與 Table API 類似，但是是以SQL查詢表達式的形式表現(xiàn)程序。SQL抽象與Table API交互密切，同時SQL查詢可以直接在Table API定義的表上執(zhí)行。