我们讨论了以下问题：
apachespark和apacheflink有什么区别[[关闭]
在apachespark和apacheflink中，“流”是什么意思？
在实践中（而不是理论上），小批量和实时流媒体有什么区别？
但是 Spark Structured Streaming 在spark2.2中添加，它为流媒体带来了很多变化，非常出色。
我们能说吗 Spark Strutured Streaming 是流式处理，还是仍然是批处理？
那么，这两者之间的最大区别是什么呢 Apache Flink 以及 Apache Spark Structured Streaming ?
1条答案
按热度按时间pod7payv1#
目前：
spark结构化流媒体仍然在后台使用微博客。但是，它支持事件时间处理，延迟很低（但没有flink那么低），支持在一个api中对流进行sql和类型安全查询；没有区别，每个数据集都可以用sql或typesafe操作符查询。它有一个端到端的语义（至少他们这么说；）。吞吐量比flink中的要好（有一些基准测试的结果不同，但是看看databricks关于结果的文章）。
在不久的将来：
spark持续处理模式正在进行中，它将提供spark约1ms的延迟，与flink的延迟相当。然而，正如我所说，它仍在进行中。api已经为非批处理作业做好了准备，因此它比以前的spark流更容易实现。
主要区别：
spark现在依赖于微批处理，而flink有预先安排的操作符。这意味着，flink的延迟较低，但spark community采用的是连续处理模式，其工作原理与接收器类似（据我所知）。