Flink系列:应用场景、优势、实现方法

本文详细介绍了Apache Flink在事件驱动型应用、数据分析和数据管道中的应用。Flink作为事件驱动型应用的核心,提供本地数据访问以提高性能和降低延迟,并通过savepoint实现状态管理。在数据分析领域,Flink支持实时流式和批量分析,减少延迟,统一批流查询。在数据管道方面,Flink实现持续数据传输,降低数据迁移延迟,支持各种存储系统的连接。
摘要由CSDN通过智能技术生成

目录

事件驱动型应用

定义

传统做法

Flink优势

数据分析应用

定义

传统方式

Flink方法

优势

数据管道应用

定义

传统方法

Flink方法

优势


事件驱动型应用

定义

一类具有状态的应用,它从一个或多个事件流提取数据,并根据到来的事件触发计算、状态更新或其他外部动作

传统做法

事件驱动型应用是在计算存储分离的传统应用基础上进化而来。在传统架构中,应用需要读写远程事务型数据库。

相反,事件驱动型应用是基于状态化流处理来完成。在该设计中,数据和计算不会分离,应用只需访问本地(内存或磁盘)即可获取数据。系统容错性的实现依赖于定期向远程持久化存储写入 checkpoint。下图描述了传统应用和事件驱动型应用架构的区别。

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

NIO4444

如果对您有帮助,欢迎打赏支持!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值