1、StreamExecutionEnvironment：
StreamExecutionEnvironment是構建執行任務環境以及任務的啟動的入口，主要具備以下幾方面的職責：
a、存儲全局相關的參數，如執行環境配置ExecutionConfig、檢查點配置CheckpointConfig，任務的轉換算子transformations等等；
private final ExecutionConfig config = new ExecutionConfig();
執行環境的相關配置
private final CheckpointConfig checkpointCfg = new CheckpointConfig();
檢查點的相關配置
protected final List<Transformation<?>> transformations = new ArrayList<>();
transformations是轉換算子的集合，但不包含source，構建任務時進一步轉化為DataStream。
b、對外提供統一的創建ExecutionEnvironment入口，他提供了一些靜態方法，如getExecutionEnvironment方法；
補充一點，local模式啟動時，如果引入了flink-runtime-web期望使用web-UI時，可以通過createLocalEnvironmentWithWebUI方法創建執行環境
StreamExecutionEnvironment streamEnv = StreamExecutionEnvironment.createLocalEnvironmentWithWebUI(new Configuration());
默認端口是8081或者通過Configuration指定，如不使用此方法創建，則每次啟動會隨機生成一個端口來使用。
c、提供一些列的全局參數的配置/獲取入口，諸如set/get/enable等方法；
如設置並行度、檢查點、chain開關等等
d、如果把flink的流計算過程簡單理解為數據輸入->轉換計算->數據輸出的三部曲的話，這里作為入口提供了關於數據輸入的一些列添加數據輸入的方法；
如formXXX集合系列、addSource數據源系列，socket/file系列等等。
e、提供計算任務啟動執行的入口。
StreamExecutionEnvironment有兩個子類，分別是LocalStreamEnvironment和RemoteStreamEnvironment，LocalStreamEnvironment用於構建和執行基於本地jvm進程的計算任務，RemoteStreamEnvironment用於構建和提交基於遠端flink集群的計算任務。
2、DataStream
DataStream個人理解是流式數據處理的核心API，同時也是對轉換算子Transformation的進一步封裝，在持有某一個算子數據的同時也持有StreamExecutionEnvironment執行環境對象，按照操作的對象和類型可以簡單划分為四大類：
a、對於單條數據的操作：如map、filter等操作
b、對於多條數據的操作：如keyBy、partition等操作
c、對多個流轉換合並為1個流的操作：如union、connect等操作
d、對1個流拆分為多個流的操作：如split操作
該類的集成體系如下圖所示，可自行理解對應到上面的分類，當然在org.apache.flink.streaming.api.datastream包下面還定義了一些其他的Stream暫不在本次談論范圍之列：
3、Transformation
Transform被定義為了一個抽象類，在另一篇分析https://www.cnblogs.com/wangwei0721/p/14012174.htmlStreamGraph生成過程中有涉及，再看一次他的集成體系
同樣的，一方面可以將算子轉換的分類與DataStream對算子的操作的分類對應起來，同時從另一個維度來看，也可以簡單的將Transformation划分為以下兩類：
a、繼承自PhysicalTransformation的一些服務算子轉換
在PhysicalTransformation抽象類中，定義了public abstract void setChainingStrategy(ChainingStrategy strategy);模板方法，該方法要求其子類提供算子合並策略ChainingStrategy，該參數在后續計算優化算子合並時會用到。
ps：ChainingStrategy是一個枚舉類，有HEAD、NEVER和ALWAYS三個枚舉值，HEAD標識該算子僅作為頭，不參與合並鏈，但支持后繼合並到自己，NEVER標識該算子既不向前合並也不被后繼合並，要作為獨立節點處理，ALWAYS標識該算子的合並意願很強，支持隨時按規則合並。
在PhysicalTransformation的子類中，由於該全部子類是支持執行物理轉換，意思是說該算子時一定產生數據輸入和輸出的，所以在全部子類中都Transformation作為input同時持有一個StreamOperatorFactory對象，用於產生對應的StreamOperator將來作為outPut；
b、其他的邏輯算子轉換
其他邏輯轉換算子則僅持有Transformation作為input輸入以及一些其他的屬性。
4、StreamOperator
StreamOperator是一個接口，標識了流計算的具體算子轉換對象接口，具備相關的生命周期、快照等行為。
5、把這四個類放一起分析的原因
研究下flink源碼，不難看出以上四個類可以理解為都是位於DataStream API層，他們承載了將用戶的輸入程序化構建為DAG圖，將計算邏輯進行互相合理轉化，弄清楚他們的屬性和行為對進一步分析flink源碼是很有必要的。