有網(wǎng)友問flink和spark對比，今天就給大家講解一下flink和spark對比。
1、技術理念不同：Spark的技術理念是使用微批來模擬流的計算，基于Micro-batch,數(shù)據(jù)流以時間為單位被切分為一個個批次，通過分布式數(shù)據(jù)集RDD進行批量處理，是一種偽實時。而Flink是基于事件驅動，它是一個面向流的處理框架， Flink基于每個事件一行一行地流式處理，是真正的流式計算。 另外他也可以基于流來模擬批進行計算實現(xiàn)批處理，在技術上具有更好的擴展性。
2、時間機制：SparkStreaming只支持處理時間， 折中地使用processing time來近似地實現(xiàn)event time相關的業(yè)務。使用processing time模擬event time必然會產生一些誤差， 特別是在產生數(shù)據(jù)堆積的時候，誤差則更明顯，甚至導致計算結果不可用，Structured streaming 支持處理時間和事件時間，同時支持 watermark 機制處理滯后數(shù)據(jù)Flink 支持三種時間機制：事件時間、注入時間、處理時間、同時支持 watermark 機制處理遲到的數(shù)據(jù)，說明Flink在處理亂序大實時數(shù)據(jù)的時候，優(yōu)勢比較大。
以上就是flink和spark對比，希望對大家有所幫助。
