flink和spark對比
最佳答案 技術理念不同：Spark的技術理念是使用微批來模擬流的計算，基於Micro-batch，資料流以時間為單位被切分為一個個批次，透過分散式資料集RDD進行批次處理，是一種偽實時。而Flink是基於事件驅動，它是一個面向流的處理框架，Flink基於每個事件一行一行地流式處理，是真正的流式計算。
1、技術理念不同：Spark的技術理念是使用微批來模擬流的計算，基於Micro-batch,資料流以時間為單位被切分為一個個批次，透過分散式資料集RDD進行批次處理，是一種偽實時。而Flink是基於事件驅動，它是一個面向流的處理框架， Flink基於每個事件一行一行地流式處理，是真正的流式計算。 另外他也可以基於流來模擬批進行計算實現批處理，在技術上具有更好的擴充套件性。
2、時間機制：SparkStreaming只支援處理時間， 折中地使用processing time來近似地實現event time相關的業務。使用processing time模擬event time必然會產生一些誤差， 特別是在產生資料堆積的時候，誤差則更明顯，甚至導致計算結果不可用，Structured streaming 支援處理時間和事件時間，同時支援 watermark 機制處理滯後資料Flink 支援三種時間機制：事件時間、注入時間、處理時間、同時支援 watermark 機制處理遲到的資料，說明Flink在處理亂序大實時資料的時候，優勢比較大。