- Apache Flink 教程
- Apache Flink - 首頁
- Apache Flink - 大資料平臺
- 批處理 vs 即時處理
- Apache Flink - 簡介
- Apache Flink - 架構
- Apache Flink - 系統要求
- Apache Flink - 安裝/設定
- Apache Flink - API 概念
- Apache Flink - 表 API 和 SQL
- 建立 Flink 應用程式
- Apache Flink - 執行 Flink 程式
- Apache Flink - 庫
- Apache Flink - 機器學習
- Apache Flink - 使用案例
- Apache Flink - Flink vs Spark vs Hadoop
- Apache Flink - 總結
- Apache Flink 資源
- Apache Flink - 快速指南
- Apache Flink - 有用資源
- Apache Flink - 探討
Apache Flink - 總結
我們在上一章看到的對比表總結了各個指標。Apache Flink 是最適合即時處理和使用案例的框架。它的單引擎系統是獨一無二的，它可以使用 Dataset 和 DataStream 等不同 API 處理批處理和流式資料。
這並不意味著 Hadoop 和 Spark 就退出競爭，最適合大資料框架的選擇始終取決於具體的用例，並且因用例而異。可能會有多個用例，其中 Hadoop 和 Flink 或 Spark 和 Flink 的組合可能是合適的。
儘管如此，Flink 目前是處理即時資料的最佳框架。Apache Flink 的發展令人驚歎，其社群的貢獻者數量與日俱增。
Flink 快樂！
廣告