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、儲存全域性相關的引數，如執行環境配置ExecutionConfig、檢查點配置CheckpointConfig，任務的轉換運算元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是轉換運算元的集合，但不包含source，構建任務時進一步轉化為DataStream。
b、對外提供統一的建立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方法建立執行環境
StreamExecutionEnvironment streamEnv = StreamExecutionEnvironment.createLocalEnvironmentWithWebUI(new Configuration());
預設埠是8081或者通過Configuration指定，如不使用此方法建立，則每次啟動會隨機生成一個埠來使用。
c、提供一些列的全域性引數的配置/獲取入口，諸如set/get/enable等方法；
如設定並行度、檢查點、chain開關等等
d、如果把flink的流計算過程簡單理解為資料輸入->轉換計算->資料輸出的三部曲的話，這裡作為入口提供了關於資料輸入的一些列新增資料輸入的方法；
如formXXX集合系列、addSource資料來源系列，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程式的計算任務，RemoteStreamEnvironment用於構建和提交基於遠端flink叢集的計算任務。
2、DataStream
DataStream個人理解是流式資料處理的核心API，同時也是對轉換運算元Transformation的進一步封裝，在持有某一個運算元資料的同時也持有StreamExecutionEnvironment執行環境物件，按照操作的物件和型別可以簡單劃分為四大類：
a、對於單條資料的操作：如map、filter等操作
b、對於多條資料的操作：如keyBy、partition等操作
c、對多個流轉換合併為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
該類的整合體系如下圖所示，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暫不在本次談論範圍之列：
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，再看一次他的整合體系
同樣的，一方面可以將運算元轉換的分類與DataStream對運算元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劃分為以下兩類：
a、繼承自PhysicalTransformation的一些服務運算元轉換
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運算元合併策略ChainingStrategy，該引數在後續計算優化運算元合併時會用到。
ps：ChainingStrategy是一個列舉類，有HEAD、NEVER和ALWAYS三個列舉值，HEAD標識該運算元僅作為頭，不參與合併鏈，但支援後繼合併到自己，NEVER標識該運算元既不向前合併也不被後繼合併，要作為獨立節點處理，ALWAYS標識該運算元的合併意願很強，支援隨時按規則合併。
在PhysicalTransformation的子類中，由於該全部子類是支援執行物理轉換，意思是說該運算元時一定產生資料輸入和輸出的，所以在全部子類中都Transformation作為input同時持有一個StreamOperatorFactory物件，用於產生對應的StreamOperator將來作為outPut；
b、其他的邏輯運算元轉換
其他邏輯轉換運算元則僅持有Transformation作為input輸入以及一些其他的屬性。
4、StreamOperator
StreamOperator是一個介面，標識了流計算的具體運算元轉換物件介面，具備相關的生命週期、快照等行為。
5、把這四個類放一起分析的原因
研究下flink原始碼，不難看出以上四個類可以理解為都是位於DataStream API層，他們承載了將使用者的輸入程式化構建為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原始碼是很有必要的。