- Apache Flink 教程
- Apache Flink - 主页
- Apache Flink - 大数据平台
- 批处理与实时处理
- Apache Flink - 简介
- Apache Flink - 架构
- Apache Flink - 系统要求
- Apache Flink - 设置/安装
- Apache Flink - API 概念
- Apache Flink - 表 API 和 SQL
- 创建 Flink 应用程序
- Apache Flink - 运行 Flink 程序
- Apache Flink - 库
- Apache Flink - 机器学习
- Apache Flink - 用例
- Apache Flink - Flink、Spark、Hadoop
- Apache Flink - 结论
- Apache Flink 资源
- Apache Flink - 快速指南
- Apache Flink - 有用的资源
- Apache Flink - 讨论
Apache Flink - 结论
我们在上一章中看到的比较表几乎总结了这些指针。Apache Flink 是最适合实时处理和用例的框架。其单一引擎系统是独一无二的，可以使用不同的 API（例如 Dataset 和 DataStream）处理批处理和流数据。
这并不意味着 Hadoop 和 Spark 被淘汰，最适合的大数据框架的选择始终取决于用例，并且因用例而异。Hadoop 和 Flink 或 Spark 和 Flink 的组合可能适合多种用例。
尽管如此，Flink 是目前最好的实时处理框架。Apache Flink 的发展令人惊叹，其社区的贡献者数量与日俱增。
快乐闪烁！