为什么说流处理即未来?

为什么说流处理即未来?

很多人可能对Flink还是停留在最初的认知,觉得Flink是一个流处理引擎,实际上Flink可以做很多其他的工作,比如批处理,比如应用程序。接下来我会简单的说明我对Flink功能的观点,然后我会深入介绍一个特别领域的应用和事件处理场景。这个场景乍看起来不是一个流处理的使用场景,但是在我看来,实际上它就是一个有趣的流处理使用场景。

Apache Flink®生态所面临的机遇与挑战

Apache Flink®生态所面临的机遇与挑战

Apache Flink 是一款流式数据执行引擎,近几年的发展让Flink几乎成为流计算领域的第一选择,特别是在一些对实时性要求很高的领域,基本上都已经采用了Flink作为流计算引擎。但是流计算并不是Flink唯一能做的事情,Flink从诞生之日起就被作为一个通用计算引擎来设计,不仅可以用来做流计算,也可以做批计算。而作为一个通用计算引擎,需要有一个健壮的生态圈来辅助Flink完成各种计算场景,这篇文章将为大家讲述Apache Flink生态目前所面临的机遇和挑战。

比拼生态和未来,Spark 和 Flink 哪家强(下)

比拼生态和未来,Spark 和 Flink 哪家强(下)

Spark 是最活跃的Apache 项目之一。从2014年左右开始得到广泛关注。Spark 的开源社区一度达到上千的活跃贡献者。最主要推动者是 Databricks,由最初的 Spark 创造者们成立的公司。今年6月的 Spark+AI 峰会参加人数超过4000。 Spark 因为在引擎方面比 MapReduce 全面占优,经过几年发展和 Hadoop 生态结合较好,已经被广泛视为 Hadoop MapReduce引擎的取代者。

Apache Flink – 重新定义计算

Apache Flink – 重新定义计算

Flink 作为一个流计算的技术,首先很好地支持了流计算的场景。现在它能够用一个统一的技术把批处理也很好地支持起来。在机器学习、图计算等其他的大数据领域,它也有着自己的特色和优点。同时我们可以看到,Flink 除了在大数据之外,也在应用和微服务领域崭露头角,让我们看到了非常大的希望,一种全新的思路。在座的各位,你们都是 Flink 社区非常重要的一员,让我们一起努力,让 Flink 变得更强大,让 Flink 用流计算的技术去重新定义计算。

浙公网安备 33010802010061号 浙ICP备19028187号