Flink1.10从0到1:(一)为什么要学习Flink

前言

        本博客用于监督记录本人学习Flink。会从0开始分享一些学习过程,当中不排除可能有些错误,如果有希望指出来,大家友好交流,共同进步。

思考:

        目前实时框架有老牌Strom,也有Strom的升级版Trident,还有应用广泛的Spark Streaming。为什么又出了个Flink?与其他两者相比Flink有什么优势?

解答

        不多哔哔直接对比!!!

框架 处理机制 API 保证次数 容错 状态管理 延时 吞吐量
Storm

Native(数据进入立即处理)

组合式(基础API) At least once(至少一次) Record ACK(ACK机制)
Trident Micro-Batching(微批处理) 组合式 Exactly once(精准一次) Record ACK 基于操作(每次操作有一个状态)
SparkStreaming Micro-Batching 声明式(提供封装后的高阶函数) Exactly once CheckPoint(基于RDD做CheckPoint) 基于DStream
Flink Native 声明式 Exactly once CheckPoint(Flink的一种快照) 基于操作

处理机制:Storm 和 Flink 是真正的一条一条处理数据;而 Trident(Storm 的封装框架)和 Spark Streaming其实都是小批处理,一次处理一批数据(小批量)。

API:Storm 和 Trident都使用基础 API进行开发,比如实现一个简单的 sum 求和操作;而 Spark Streaming和 Flink 中都提供封装后的高阶函数,可以直接拿来使用,比较方便。

保证次数:在数据处理方面,Storm可以实现至少处理一次,但不能保证仅处理一次,这样就会导致数据重复处理问题,所以针对计数类的需求,可能会产生一些误差;Trident通过事务可以保证对数据实现仅一次的处理,Spark Streaming 和 Flink 也是如此。

容错:Storm和Trident可以通过ACK机制实现数据的容错机制,而Spark Streaming和 Flink 可以通过 CheckPoint机制实现容错机制。

状态管理:Storm 中没有实现状态管理,Spark Streaming 实现了基于 DStream的状态管理,而 Trident和 Flink 实现了基于操作的状态管理。

延时:表示数据处理的延时情况,因此 Storm 和 Flink 接收到一条数据就处理一条数据,其数据处理的延时性是很低的;而 Trident和 Spark Streaming都是小型批处理,它们数据处理的延时性相对会偏高。

吞吐量:Storm的吞吐量其实也不低,只是相对于其他几个框架而言较低;Trident属于中等;而 Spark Streaming和 Flink的吞吐量是比较高的。Flink1.10从0到1:(一)为什么要学习Flink

 

以上是我通过查阅资料进行的对比,一目了然,Flink必然会被一大票公司选择!!!

Flink1.10从0到1:(一)为什么要学习Flink最后

       以上理由都是次要理由,主要理由是公司要用,找工作需要!!!