Qestion:
Flink被用来和Spark相比，但是我认为这样的比较不太合适，把Flink窗口事件和Spark微批处理进行比较，同样的Flink与Samza对比也是，这两种情况下的比较都是实时流计算与批量处理事件策略的比较，我更想比较Flink与Storm之间的区别，这两者在概念上更相近。
我发现了这个幻灯片1（4），他主要的区别在于“可调整延迟时间”，在Slicon Angle的文章中一些暗示，flink更好的集成了spark与HadoopMr，但是没有实际确切的细节与提及。在最近的一场分享上 Fabian Hueske说“和Storm相比，flink提供了更高级的api，和一种更加轻量级的容错策略来提供exactly-once语义得到确切执行”。
上面提到的，我对这方面了解比较少？我不是能十分理解这些观点，可以解释一下这些问题吗？流在storm中是怎么处理的？在flink中又是怎么解决的？ Hueske 所说的更高级的api是什么？更轻量级的容错策略又是什么？
Answer1:
声明：我是Apache Flink 项目代码的提交者和PMC 成员，我只对Storm高层架构熟悉，对其底层实现不熟悉。
Apache Flink是一个统一流处理与批处理的框架。由于流水线数据在并行任务之间进行传输（包括数据的洗牌shuffles）
最低0.47元/天 解锁文章
1143
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
