Flink特点与Spark的比较

Flink特点：

1. 重要特点：

   1.1事件驱动型，是具有状态的应用，从事件流中提取数据，并根据时间来触发计算、更新状态或其他操作。SparkStreaming就是为批次处理，这是与Flink的最大区别。
   1.2.流与批的世界观：其中，批处理的特点是，有界、持久、大量，数据是一个批次一个批次的来，通常用于T+1模式。流处理的特点，无界、实时，数据是一条一条的来，通常用于T+0的模式。在Spark中,一切都是由批组成，离线数据是一个大批次，实时数据是一个小批次。在Flink中，一切都是由流组成，离线数据是有界的流，实时数据是一个没有界的流。
   分层API:
   最底层级的抽象仅仅提供了有状态的流，他将通过过程函数，也就是Process Function嵌入到DataStream API中。Process Function与DataStream API相集成，使其可以对某些特定的操作进行底层的抽象，允许用户可以处理来自一个或多个数据流的事件，并使用一致的容错状态。另外用户可以注册事件事件并处理时间回调，使程序可以处理复杂的计算。
   大多数应用并不需要上述的底层抽象，而是针对核心API（Core APIs） 进行编程，比如DataStream API（有界或无界流数据）以及DataSet API（有界数据集）。这些API为数据处理提供了通用的构建模块，比如由用户定义的多种形式的转换（transformations），连接（joins），聚合（aggregations），窗口操作（windows）等等。DataSet API 为有界数据集提供了额外的支持，例如循环与迭代。这些API处理的数据类型以类（classes）的形式由各自的编程语言所表示。
   Table API是以表为中心的声明式编程，其中表可能会动态变化。用户可以自定义UDF进行扩展，虽然不如核心API更具表达能力但是用起来却更为简洁。
   Flink提供的最高层级的抽象是sql,这一层抽象在语法与表达能力上与Table API类似，是以sql查询的表达形式展现。Sql与Table API交互密切，同时sql查询可以直接在Table API定义的表上执行。
   当然，目前Flink很少用于批处理，不如Spark成熟，所以DataSet使用的并不是很多，Flink API和Flink sql也并不完善。1.12.0，已经完成实现了真正的流批一体，可以处理流式数据，也可以处理离线数据。

2. Spark 与Flink：

   Spark与Flink 最主要的差别就在于计算模型的不同。Spark采用了微批处理模型，而Flink采用了基于操作符的连续流模型。如果要在而这种选择出一个来进行里数据处理，推荐使用Flink，因为，Flink窗口灵活，并且拥有Exactly Once语义的保证。