Flink已经与Spark进行了比较 ,正如我所看到的那样,它是错误的比较,因为它比较了窗口化的事件处理系统和微配量; 同样的,对我来说Flink和Samza的比较也没什么意义。 在这两种情况下,它都比较了实时与批量事件处理策略,即使Samza的规模较小。 但是我想知道Flink与Storm的比较,这在概念上似乎更接近于Storm。 我发现这个 (幻灯片#4)logging了Flink的主要区别是“可调整的等待时间”。 另外一个提示似乎是Slicon Angle的一篇文章,表明Flink更好地集成到Spark或HadoopMR世界中,但没有提及或引用实际的细节。 最后,Fabian Hueske自己在接受采访时指出:“与Apache Storm相比,Flink的stream分析function提供了高级API,并采用更轻量级的容错策略来提供一次处理保证。 这一切对我来说都有点稀疏,我不太明白这一点。 有人可以解释什么问题(s?)风暴stream处理是(是?)由Flink完全解决? 什么是Hueske提到的API问题和“更轻量级的容错策略”?