干货 | 区块链项目估值的逻辑和误区

温馨提示:全文较长近7500字,建议先收藏再阅读。:)


[图1-标题页]

 

上周六应邀为社区做了一次有关区块链项目商业模式和估值逻辑的讲座,在此将讲义和核心内容汇总整理如下,以飨诸君,交流探讨、共同进步。

 

[图2-区块链项目的分类]

 

在教链(公众号:刘教链)的商业模式分析框架里,我们把项目分成四个大类,类似于波士顿矩阵的划分方法,如下:

 

第一类是位于左上角的有链有币的区块链项目。这类项目就是我们常规认知中的区块链项目。进一步又可以细分为公链项目、联盟链项目以及DApp项目等等。

 

比如,比特币就是第一个、也是迄今最成功的公链项目之一。它采用基于工作量证明机制的去中心化账本技术,在账本中记载不可篡改的比特币交易记录,实现了不依赖信用中间方的点到点转账的电子货币。(参考教链2018.10.31的演讲《比特币原理》现场视频+字幕+演讲全文 [链接][1])

 

如果说比特币是所谓无需许可、任何人包括坏人都可以自由加入的开放网络的话,那么如果把网络封闭起来,只允许符合某种特定条件的人才能加入,获得记账权,那么这样的区块链项目就叫做联盟链。让我选一个代表性的案例的话,我会选择摩根大通的JPMCoin项目。在这个项目里,摩根大通发起银行联盟,采用其基于以太坊二次开发的Quorum联盟链技术,发行银行间稳定币记账单位JPMCoin,以供快速结算之用。(参考教链2019.2.25的文章《教链解局:JPMCoin摩根币的五是五非》[链接][2])

 

那么DApp就是在既有的区块链基础设施之上实现的应用层的创新。又比如像Factom公证通使用比特币公链和以太坊公链作电子存证。或者像MakerDAO那样用以太坊智能合约来实现一个抵押市场。又或者使用ERC-721做ABS(比如房地产)或者虚拟宠物(比如crytokitties)。等等。

 

请注意上面对DApp的定义和很多人理解的DApp概念的内涵外延可能略有不同。这里的定义是本质上的,而不是表面上的。App在古典互联网中指的通常是靠近用户界面的终端侧的一种软件。但是在区块链中,链上面的那一层去中心化定义和运行的核心业务逻辑是更关键和重要的,而不再是古典互联网的“入口”。比特币的用户界面和用户入口是各种钱包(比如Electrum)和区块链浏览器(比如blockchain.com),但BTC才是最关键和重要的,而不是那些应用软件。

 

与第一类成对角线的就是右下角的无链无币的生态类项目。这类项目使用的技术是古典技术,业务模式也是古典模式,但是他们面向的客户细分是区块链的用户。举例子:巴比特,区块链媒体和社区;又比如blockcoach教链,区块链培训和解决方案咨询;比特大陆,矿机制造商;f2pool,比特币矿池服务提供商;慢雾,区块链安全服务;等等。

 

总之,这一类项目存在的意义和价值就是为第一类项目服务,帮助整个生态的成长和发展。如果模式好,也许会比第一类项目还挣钱,因为有可能淘金的没发财,卖水的、卖牛仔裤的先发财了。

 

至于另外一条对角线上,则是两个比较特别的类别,或者有一点“特色”的成分在。

 

先说右上角的通证类,无链有币。业内有所谓通证派,其精神的极致就是,中心化系统一样可以发通证。在其眼中,存在几十年的航空积分应该是非常成功的通证案例吧。在互联网运营中玩了一二十年的积分运营,应该也可以直接装到通证这个大筐里面来。但是问题不在于发明一个筐把别人的好东西装进来,而在于是否能够最终在生产关系层面超越原有解决方案,进而解锁更多姿势,释放出更大的生产力,这才是根本

 

我会把基于已有公链定义自己的token的项目放到这一类来。比如基于比特币公链的omnilayer定义的USDT稳定币,又比如基于以太坊公链ERC-20定义的BNB币安平台币。这些币的货币政策基本上都属于中心化控制的。当然有些不讲究的平台,干脆直接就在中心化数据库里加个数字,就在自家平台上搞出一个平台币或者稳定币来,那简直就连上个链、审计透明、跨个交易所的姿势都没有了。

 

再说最后一类,左下角的无币区块链项目,有链无币。这一类在国内是监管所许可和引导的。资源厚的古典大厂玩这种项目可以合规挣钱。商业价值关键在于政策套利和资源套利。比如某甲方全国有100个分部,要搞一个大数据项目,整合、提升内部流程效率,过去的方案是建设一套数据仓库系统,由总部统一采购,各分部使用;现在可以用区块链方案,101套系统,总部和各个分部都部署一套,数据冗余,区块链大数据技术方案可以比古典大数据技术方案从甲方挖掘出更大的商业潜力。所以,分析这一类项目的商业模式和价值评估,首要的是搞清楚买单方是谁、关键竞争力在哪里、项目团队的行业资源硬不硬这些问题,这些往往比哪种数据存储技术性能更高这种问题更为关键和重要。

 

[图3-没有币,按照古典商业模型估值]

 

讲完项目分类,我们来看一下商业模式分析和价值评估的问题。四类模式评估最关键的分野还是在于有币和无币。

 

对于无币的项目,“区块链”主要是作为一个标签词在商业层面发挥作用的。在纯技术层面,把“区块链”换成“数据库”是没有太大区别的,性能方面可能还会高一些。

 

传统的项目评估,通常是不会因为项目用了mysql数据库还是postgresql数据库而对商业模式产生截然不同的评价。换成区块链作为一种数据库,也是一样,此时,关键在于评估商业模式,而不是底层技术。

 

评估商业模式,就是古典的、成熟的方法和工具了。即便如此,对于打了区块链标签的项目,需要格外关注哪些点呢?我们还是用商业模式画布这个工具来说明一下。

 

在教链(公众号:刘教链)看来,对于无币区块链项目,重点要关注两个模块:一个是核心的价值主张是什么,该价值主张是否成立;另一个是成本结构,也就是消除摩擦,合作提效,这些关键问题。而对于生态类项目,重点要关注的也是两个模块:一个是核心价值主张,另一个则是客户细分,仔细思考该价值主张在垂直、窄化到区块链领域用户群之后,还是不是有足够大的市场,以支撑一个可行的商业模式。也就是说,最终都要指向一个终极问题,能创造足够持久的收入和现金流吗?

 

[图4-古典逻辑分两类]

 

古典的投资逻辑简单讲可以分成两类,一种可称之为“现金流项目”——也就是千百年来世人所熟知的“生意”,另一种则称之为“用户价值项目”——也就是随互联网而兴起的“先花钱做用户量、尔后再用户变现”。

 

大部分行业的大部分生意,都属于第一种。受物理区域制约,受管辖边界制约,受资源壁垒制约,不一而足,都会导致生意横向扩展的边际成本无法快速向零逼近,无法快速在一个大规模上取得垄断地位,从而坐享马太效应。

 

采用了什么信息技术,并不会影响这类生意的本质。一个IT培训机构,不能因为它有很多电脑就说它是电脑公司;一个餐馆,也不能因为它在美团App上做生意就说它是互联网企业。

 

这些生意,客户量只是中间变量,最终还是要看投入产出比,看现金流折现。

 

而“用户价值项目”,则拜互联网女皇Mary Meeker所赐,成功刷新了华尔街和投资家的认知,得以在相当长一段时间不用操心怎么挣钱,而是看用户数据进行估值。

 

在这种价值投资逻辑之下,互联网时代的口号是“免费为王”,移动互联网时代进一步发展为“烧钱抢市场”。如果说360杀毒靠一招免费颠覆了杀软市场是“免费”的成功,那么刚刚过去的共享单车烧钱大战,则恐怕难以称之为一场有胜利者的战争。

 

当用户量成为目的,慢慢地就没有人再关心本质。既然下家只看用户量就可以出价,那么谁还有耐心熬到用户变现的那一天再脱手呢?

 

真正的互联网模式因为存在强烈的梅特卡夫效应(Metcalfe's law,即网络效应),在充分连接的用户量突破某一个临界点之后,整个网络价值将会快速升高;同时,因为网络服务由计算机7x24进行,服务一个边际用户的成本趋近于零,边际效率非常高;两相叠加,以至出现价值的指数级爆发。

 

原理说明白了。再强调一次前面的那句话,不是所有的模式都可以叫做互联网模式。不能因为一个项目采用了互联网技术就可以叫做互联网项目,正如没有人会因为一个项目办公用了电脑就把它称之为电脑项目一样。

 

对于古典模式,价值最终是通过股价来承载的,所以遵从的是股权投资的逻辑,这些已经有非常多的成熟的投资实践方法论了。基础知识的体系化学习可以去看看CFA的教材,用户价值项目也有很多评估模型和方法论体系。这些都是基础知识和能力。

 

[图5-有币,立足古典模型看币值逻辑]

 

对于有币的区块链项目,则需要建立新的投资逻辑和框架。在展开之前,先说两种除外情况:

(1)虽然项目有币,但是投股权。此时,币就只是产品的一部分,而不是投资标的了。此时退化为上面讲的古典投资逻辑。这种情况多不多呢?实话讲,现阶段很多项目搞的币不能通过下面教链所给出的框架的检验,那么对这种项目,如果实在想投,最好走传统的股权投资的通路,比较稳妥和安全,降低了风险,如果项目成功还能获得不错的回报。比如我记得几年前Bitfinex发过一个BFX,其实类似于企业债券,为了填补被盗币的亏空。这个BFX可以兑换成Bitfinex的股权,有点像债转股,不愿意转换的话,Bitfinex会用此后的利润回收。这就比较有价值了。

(2)投币,但这个币通不过下述框架的检验,所以明确知道参与就是一场虎口夺食的赌博行为。这种情况多不多呢?实话讲,现阶段也有很多,资金盘、传销盘项目,区块链某种程度上也是因为这些项目被污名化了。能不能赌?赌有什么技术?怎么判断盘口、时机、投注比例?这都不是本文要讲的。能远离就尽量远离,小赚了赶紧跑出来,别陷进去。

 

好了,除外两类特殊情况之后,我们接下来要讲的就是区块链投币的逻辑和评估框架了。这个逻辑的中心就是币值,币的价值。而框架则包含两个关键要素:其一称之为价值捕获(value capture),其二称之为反脆弱性(anti-fragile)。

 

所谓价值捕获,意指该系统的价值共识,也就是投资标的,这个币,是否具备从其生态中持续捕获价值的能力。

 

所谓反脆弱性,意指该系统是否存在中心化控制的薄弱环节,从而导致价值耗散和消亡风险。薄弱环节越少,面对外部不利因素冲击的抗打击能力越强,越不容易“死亡”,反脆弱性就越高。

 

关于价值捕获的三个补充问题:

 

(1)价值捕获的前置条件是生态真的有价值创造。没有价值创造或者价值来源,又有什么可以捕获的呢?无可捕获,币值当然也就没有支撑,币也就沦为了空气币。

 

而价值创造或者价值来源,对于区块链项目,特别是公链项目,要格外注意不要被“虚荣指标”和“包装”蒙蔽了双眼。你听说中本聪是什么学科大奖得主吗?你知道Wladimir van der Laan是什么顶级高校毕业的吗?你了解Andreas Antonopoulos是哪个大厂的高管吗?你看到JimmySong和某首富谈笑风生吗?都没有。但是你仍然信任比特币,信任它的协议,信任它的核心设计和关键承诺。

 

头衔是廉价的,给我看看源代码。(Profile is cheap, show me the code.)

 

中本聪思想的核心要点之一就是,人是不可靠的。头衔和包装,比人本身更不可靠。投资于这些花里胡哨的东西,除了血本无归,简直没有更匹配这种轻信的结局了。

 

(2)币能否确实捕获价值的问题。如果生态价值确实是真的存在,那么,币真的能捕获它吗?不一定。

 

曾几何时,因为一个“区块链技术首度将价值内建在了协议层”的论断,2017-2018的公链狂潮,涌现出大量的公链币项目。这些项目,不管讲的什么故事,谈的什么场景,无一例外有一个共同特点,就是定义了一个币,然后就把“该币将承载生态价值XXXX亿美金”当作一个既成事实和后续推论的基础。

 

但是几乎没有项目能够证明,这个币真的能够捕获到XXXX亿美金的生态价值。

 

2018过去了,纷纷归零,一地鸡毛。

 

这里有一个基本的经济学问题:在价值流动的整个过程中,什么会捕获到最大的价值?权力。有权力的地方就有租,租像黑洞,吸收一切剩余价值。如果一个项目背后的运营主体是一个中心化的公司,那么,掌控者这家公司的法定决策权的实际控制人,将有机会攫取最大的价值和利益。这时,币价,不过是这个独裁者手中的玩物和收割机罢了。与狼共舞之时,这场游戏不过人为刀俎、你为鱼肉而已。

 

(3)价值捕获能力本身也存在反脆弱性的问题。

 

如果价值捕获是由一个中心化的组织来执行,或者一个中心化的系统来运行,那么当这个系统被摧毁的时候,整个币值将会遭受致命打击。

 

比如币安的平台币BNB,其价值捕获主要是靠币安拿出利润来回购销毁。那么,当币安这个执行中心被黑客攻击,比如盗币,从而导致其价值捕获能力遭受严重打击,那么BNB的价格也将会受到冲击。

 

关于反脆弱性,核心看一个概念,SPoF,Single Point-of-Failure,单点失败。其中有人的单点失败,也有机器的单点失败。

 

举个EOS治理的案例。EOS有一个治理机制叫做ECAF,主要是接受资产被盗申诉,通过与BP(Block Producer,出块节点,或称作所谓的超级节点)也就是所谓记账节点沟通,帮助追回丢失资产。且不谈ECAF联合BP就可以逆转EOS账本这个问题,来看另一个SPoF的问题。曾经有一次ECAF锁定了几个疑似黑客账号,于是通知各BP把账号加入黑名单。但是有个BP没有及时加,结果黑客在该BP出块的时候轻松将账号中的赃款转移了[3]。从这个案例可见,1万多个节点冗余和互相检验的比特币网络是,一个节点出错没关系,其他节点很容易验证和修正;而EOS则是,虽然有21个记账节点,但是只要有一个节点出了纰漏,整个系统就出错了。如果单一节点出错的概率是万分之一,那么存在SPoF问题的21个节点组成的所谓分布式网络,不仅未能降低整体出错概率,反而把整体出错概率提高了21倍。

 

墨菲定律:任何可能出错的地方,都必然会出错。

推论:只要持续运行足够长的时间,任何可能出现的单点失败,都会导致系统失败。

 

2009年2月11日,UTC世界标准时间22:27:00。经过几天的试运行,中本聪在P2PFoundation论坛发了第一帖。帖子的标题是“比特币,开源的点到点货币”。

 

在帖子里,他请大家下载和试用比特币0.1版本。中本聪这样写道:“这是一个没有单点失败(single point of failure)的分布式系统,用户持有他们拥有的钱的密码钥匙,并能互相直接转账,通过点到点网络检查和避免重复花费。”[4]

 

中本聪希望实现的,是一个真正的、完全的没有任何“单点失败”(Single Point of Failure)的“去中心化的”比特币系统。

 

不仅比特币地址(账户)是不用中心注册和管理的,而且比特币账本是分散保存在每个人手里的。

不仅比特币账本是不用中心化保管的,而且账本的记账工作是大家共同完成的。

不仅账本记账不需要依赖中心记账者,而且账本顺序和时间也是共同确定的。

不仅账本时间和排序去除了对中心时钟的依赖,而且记账节点的选取也是去中心随机的。

 

中本聪在2009年2月15日的论坛回帖中强调了“去中心化”才是成功的关键。他这样写道:“很多人认为电子货币注定失败而自动排斥,这是因为20世纪90年代以来所有(这方面的)公司都失败了。很明显正是这些系统由中心控制的本质注定了它们的失败。我认为(比特币)是我们第一次尝试去中心化的、不基于信任的系统。”[5]

 

通过对于中心点的消除,任何攻击者,无论出于何种企图,都将无从下手。而全账本数据分散到全球上万节点,有效保障了账本难以被没收、丢失或同时损毁。

 

当考察一个币的时候,考察一下它存在哪些可能的“单点失败”吧:

巨额资金是不是归一个人实际控制?

发币权力是不是集中在一个人或者一个公司手里?

核心规则是不是项目方有能力改变?

规则执行是不是由中心计算机节点运行,并且该计算机掌握在项目方手里?或者由若干台计算机共同运行,但是所有节点都在项目方掌控之下?

虽然有去中心化的链,但是价值捕获的关键环节完全掌握在项目方手里?

系统在技术架构上是不是依赖于一些中心化的设计,一旦这个点被摧毁,整个系统都将失败?

等等。

 

尽可能梳理一个完整的列表。然后仔细评估它的风险和生命力。

 

没有生命力的币会迅速走向价值耗散和死亡。

 

只有不会死亡的币,才有机会借着经济周期的价格波动从外界汲取能量,完成自身的价值成长。很可惜,迄今为止,大部分的币都是“一波流”。何谓“一波流”?就是炒一波就归零。回弹性、反脆弱性堪比易碎的玻璃杯。

 

[图6-反人性操作的基石是正确的知识]

 

对于比特币这种按严格可预知的规则进行发行、无人可以随意增发的数字货币,其每一波的炒作曲线都较好地贴合了知名的Gartner技术炒作周期曲线。

 

一波流的币,只能走完半个周期,也就是上山、下山、归零,没有能力再回弹。

 

只有具备生命力的币,才能够在Gartner周期的低谷慢慢回升,进入价值回归的平原,为下一波Gartner周期蓄积力量。

 

很多人炒短线,寄希望于自己在山脚上车,山顶变现,快进快出,一夜暴富。在这个逃顶的游戏里,有操盘权力的庄家、掌握内幕消息者、拿到大幅折扣筹码者才是永恒的赢家。至于什么都没有的小散,不过是被钓的鱼而已。

 

在投机市场上,低买高卖总是反人性的。和大多数人一样跟风操作一定变穷,因为富人的定义就是比绝大多数人更有钱。

 

这意味着,在市场中,反向操作的人才有可能赢。在大多数人万念俱灭,媒体发出死亡通知,分析师纷纷转行的熊市,才是筑底的好时机。当市场回暖,媒体活跃,分析师纷纷后知后觉的地乐观起来的时候,买入时机窗口已经宣告结束。在市场进入疯狂的非理性的时候,就是见顶和适当变现的时机,卖出时机窗口通常比买入要短的多,所以要有良好的心态,不要贪心抓顶。

 

操作不过是技术,有很多工具。更重要的是,是什么支撑你完成正确的操作?是正确的知识,是内心对市场的认知。

 

只有拥有对于反脆弱性的正确认知,才能克服恐惧,抓住底部的机会,积累足够便宜的筹码。只有拥有对价值获取的正确认知,才能克服贪婪,识别市场的非理性,并利用市场的非理性适当套利。两相比较,对于长周期价值投资而言,前者比后者重要一万倍。

 

任何一种投资框架都有其自身的逻辑。重要的是建立自己的逻辑,并按照这个逻辑去实践。

 

好的投资者是孤独的,他注定要和99.99%的人相背而行。

 

[图7-巴菲特]

 

巴菲特老爷子多次批评比特币,他说他不相信比特币,也绝不买比特币。孔子说,不以言废人。巴菲特的一些长期价值投资理念还是非常值得学习的,比如这句:

 

人生就像滚雪球。重要的是发现很湿的雪和很长的坡。

 

很湿的雪,就是项目具备极佳的价值捕获能力。

很长的坡,就是项目具备极佳的反脆弱性和超长周期生命力。

 

美国《财富》杂志的统计表明,中小企业的平均寿命不到7年,一般跨国公司平均寿命10-12年,世界1000强企业平均寿命30年,世界500强企业平均寿命40-42年,只有2%的企业可以存活50年。我们现代人的预期寿命大概是70-90年。比特币的预期寿命可能会长达100-300年,甚至更久。

 

中国古代哲学家庄子在其《逍遥游》中写道:小知不及大知,小年不及大年。奚以知其然也?朝菌不知晦朔,蟪蛄不知春秋,此小年也。楚之南有冥灵者,以五百岁为春,五百岁为秋;上古有大椿者,以八千岁为春,八千岁为秋,此大年也。

 

视野的长短决定了行为的逻辑,行为的逻辑决定了盈亏的大小。

 

庄子说:此小大之辩也。

 

[图8-结束]

 

本次分享到此就结束了。主要是给出了一个高度简化的框架,远非完善,仅供交流探讨。及至实操层面,则尚有另外一套学问,如资金管理,风险控制,止损止盈,仓位调整,等等等等,各类策略,不一而足,篇幅所限,就不再继续展开了。

 

谢谢大家。

 

(全文完)

 

参考资料:

[1] https://mp.weixin.qq.com/s/1LzSpM3jeOaCay3_6id1Dg

[2] https://mp.weixin.qq.com/s/LLp3B7nraVV_jXETk7fSbg

[3] https://mp.weixin.qq.com/s/w5Kxo2awUMF0IEOyy00lEw

[4] http://p2pfoundation.ning.com/forum/topics/bitcoin-open-source

[5] http://p2pfoundation.ning.com/xn/detail/2003008:Comment:9493

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Spark Streaming 和 Flink 都是流处理框架,但在一些方面有所不同。 1. 数据处理模型 Spark Streaming 基于批处理模型,将流数据分成一批批进行处理。而 Flink 则是基于流处理模型,可以实时处理数据流。 2. 窗口处理 Spark Streaming 的窗口处理是基于时间的,即将一段时间内的数据作为一个窗口进行处理。而 Flink 的窗口处理可以基于时间和数据量,可以更加灵活地进行窗口处理。 3. 状态管理 Spark Streaming 的状态管理是基于 RDD 的,需要将状态存储在内存中。而 Flink 的状态管理是基于内存和磁盘的,可以更加灵活地管理状态。 4. 容错性 Flink 的容错性比 Spark Streaming 更加强大,可以在节点故障时快速恢复,而 Spark Streaming 则需要重新计算整个批次的数据。 总的来说,Flink 在流处理方面更加强大和灵活,而 Spark Streaming 则更适合批处理和数据仓库等场景。 ### 回答2: Spark Streaming 和 Flink 都是流处理框架,它们都支持低延迟的流处理和高吞吐量的批处理。但是,它们在处理数据流的方式和性能上有许多不同之处。下面是它们的详细比较: 1. 处理模型 Spark Streaming 采用离散化流处理模型(DPM),将长周期的数据流划分为离散化的小批量,每个批次的数据被存储在 RDD 中进行处理,因此 Spark Streaming 具有较好的容错性和可靠性。而 Flink 采用连续流处理模型(CPM),能够在其流处理过程中进行事件时间处理和状态管理,因此 Flink 更适合处理需要精确时间戳和状态管理的应用场景。 2. 数据延迟 Spark Streaming 在处理数据流时会有一定的延迟,主要是由于对数据进行缓存和离散化处理的原因。而 Flink 的数据延迟比 Spark Streaming 更低,因为 Flink 的数据处理和计算过程是实时进行的,不需要缓存和离散化处理。 3. 机器资源和负载均衡 Spark Streaming 采用了 Spark 的机器资源调度和负载均衡机制,它们之间具有相同的容错和资源管理特性。而 Flink 使用 Yarn 和 Mesos 等分布式计算框架进行机器资源调度和负载均衡,因此 Flink 在大规模集群上的性能表现更好。 4. 数据窗口处理 Spark Streaming 提供了滑动、翻转和窗口操作等灵活的数据窗口处理功能,可以使用户更好地控制数据处理的逻辑。而 Flink 也提供了滚动窗口和滑动窗口处理功能,但相对于 Spark Streaming 更加灵活,可以在事件时间和处理时间上进行窗口处理,并且支持增量聚合和全量聚合两种方式。 5. 集成生态系统 Spark Streaming 作为 Apache Spark 的一部分,可以充分利用 Spark 的分布式计算和批处理生态系统,并且支持许多不同类型的数据源,包括Kafka、Flume和HDFS等。而 Flink 提供了完整的流处理生态系统,包括流SQL查询、流机器学习和流图形处理等功能,能够灵活地适应不同的业务场景。 总之,Spark Streaming 和 Flink 都是出色的流处理框架,在不同的场景下都能够发挥出很好的性能。选择哪种框架取决于实际需求和业务场景。 ### 回答3: Spark Streaming和Flink都是流处理引擎,但它们的设计和实现方式有所不同。在下面的对比中,我们将比较这两种流处理引擎的主要特点和差异。 1. 处理模型 Spark Streaming采用离散流处理模型,即将数据按时间间隔分割成一批一批数据进行处理。这种方式可以使得Spark Streaming具有高吞吐量和低延迟,但也会导致数据处理的粒度比较粗,难以应对大量实时事件的高吞吐量。 相比之下,Flink采用连续流处理模型,即数据的处理是连续的、实时的。与Spark Streaming不同,Flink的流处理引擎能够应对各种不同的实时场景。Flink的实时流处理能力更强,因此在某些特定的场景下,它的性能可能比Spark Streaming更好。 2. 窗口计算 Spark Streaming内置了许多的窗口计算支持,如滑动窗口、滚动窗口,但支持的窗口计算的灵活性较低,只适合于一些简单的窗口计算。而Flink的窗口计算支持非常灵活,可以支持任意窗口大小或滑动跨度。 3. 数据库支持 在处理大数据时,存储和读取数据是非常重要的。Spark Streaming通常使用HDFS作为其数据存储底层的系统。而Flink支持许多不同的数据存储形式,包括HDFS,以及许多其他开源和商业的数据存储,如Kafka、Cassandra和Elasticsearch等。 4. 处理性能 Spark Streaming的性能比Flink慢一些,尤其是在特定的情况下,例如在处理高吞吐量的数据时,在某些情况下可能受制于分批处理的架构。Flink通过其流处理模型和不同的调度器和优化器来支持更高效的实时数据处理。 5. 生态系统 Spark有着庞大的生态系统,具有成熟的ML库、图处理库、SQL框架等等。而Flink的生态系统相对较小,但它正在不断地发展壮大。 6. 规模性 Spark Streaming适用于规模小且不太复杂的项目。而Flink可扩展性更好,适用于更大、更复杂的项目。Flink也可以处理无限制的数据流。 综上所述,Spark Streaming和Flink都是流处理引擎,它们有各自的优缺点。在选择使用哪一个流处理引擎时,需要根据实际业务场景和需求进行选择。如果你的业务场景较为复杂,需要处理海量数据并且需要比较灵活的窗口计算支持,那么Flink可能是更好的选择;如果你只需要简单的流处理和一些通用的窗口计算,Spark Streaming是更为简单的选择。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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