【云星数据—Apache Flink实战系列(精品版)】:Apache Flink实战基础002–flink特性:流处理特性介绍

云计算 waitig 927℃ 百度已收录 0评论

第二部分:flink的特性

一、流处理特性

1.高吞吐,低延时

有图有真相,有比较有差距。且看下图:
这里写图片描述

1.flink的吞吐量大
2.flink的延时低
3.flink的配置少

2.支持Event-Time 和乱序-Event

这里写图片描述

1.flink支持流处理
2.flink支持在Event-Time上的窗口处理
3.因为有Event-Time做保障,即使消息乱序或延时也能轻松应对。

3.支持Stateful-data的Exactly-once处理方式

这里写图片描述

1.flink支持自定义状态
2.flink的checkpoint机制保障即便在failure的情况下Stateful-dataExactly-once处理方式。

4.支持高度灵活的窗口操作

这里写图片描述

1.flink支持time-Window,count-window, session-window,data-window等多种窗口操作。
2.flink支持多种触发窗口操作的条件,以便应对各种流处理的情况。

5.通过Backpressure机制支持不间断的流处理

这里写图片描述

1.flink支持long-live流处理。
2.flink支持slow-sinks背压fast-sources,以保障流处理的不间断

6.通过轻量级分布式Snapshot机制支持Fault-tolerance


这里写图片描述

1.flink支持Chandy-Lamport轻量级分布式快照来保障容错处理
2.Chandy-Lamport快照是轻量级的,在保障强一致性的同时,不影响其高吞吐。

本文由【waitig】发表在等英博客
本文固定链接:【云星数据—Apache Flink实战系列(精品版)】:Apache Flink实战基础002–flink特性:流处理特性介绍
欢迎关注本站官方公众号,每日都有干货分享!
等英博客官方公众号
点赞 (0)分享 (0)