- Apache Flink 教程
- Apache Flink - 首页
- Apache Flink - 大数据平台
- 批处理 vs 实时处理
- Apache Flink - 简介
- Apache Flink - 架构
- Apache Flink - 系统要求
- Apache Flink - 安装/设置
- Apache Flink - API 概念
- Apache Flink - 表 API 和 SQL
- 创建 Flink 应用程序
- Apache Flink - 运行 Flink 程序
- Apache Flink - 库
- Apache Flink - 机器学习
- Apache Flink - 使用案例
- Apache Flink - Flink vs Spark vs Hadoop
- Apache Flink - 总结
- Apache Flink 资源
- Apache Flink - 快速指南
- Apache Flink - 有用资源
- Apache Flink - 探讨
Apache Flink - 总结
我们在上一章看到的对比表总结了各个指针。Apache Flink 是最适合实时处理和使用案例的框架。它的单引擎系统是独一无二的,它可以使用 Dataset 和 DataStream 等不同 API 处理批处理和流式数据。
这并不意味着 Hadoop 和 Spark 就退出竞争,最适合大数据框架的选择始终取决于具体的用例,并且因用例而异。可能会有多个用例,其中 Hadoop 和 Flink 或 Spark 和 Flink 的组合可能是合适的。
尽管如此,Flink 目前是处理实时数据的最佳框架。Apache Flink 的发展令人惊叹,其社区的贡献者数量与日俱增。
Flink 快乐!
广告