- Hadoop MapReduce只支持批处理任务，无法支持流式任务
- Apache Tez
支持批处理任务，只是使用DAG来组织MR任务。 - Apache Storm
只支持流式的处理任务，无法支持批处理任务 - Apache Spark支持批处理任务，在此基础上，通过Spark Streaming采用Micro-Batch的架构，把数据流切分成细粒度的批处理，并作为一个Spark任务，它不是原生的流处理。
- Apache Flink
原生支持流式处理，通过缓存块的设计实现流和批的统一。
流式处理框架的对比
2022-02-14
352
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
流式处理框架的对比
目录
相关文章
|
12月前
|
传感器
网络协议
算法
Java网络编程实时数据流处理
在现代计算机应用程序中，处理实时数据流是一项关键任务。这种数据流可以是来自传感器、网络、文件或其他源头的数据，需要即时处理并做出相应的决策。Java提供了强大的网络编程工具和库，可以用于处理实时数据流。本文将详细介绍如何使用Java进行实时数据流处理。
127
0
0
|
2月前
|
中间件
数据处理
Apache
|
SQL
分布式计算
大数据
|
2月前
|
消息中间件
运维
监控
|
2月前
|
弹性计算
负载均衡
中间件
|
2月前
|
消息中间件
中间件
数据挖掘
|
2月前
|
消息中间件
算法
中间件
|
4月前
|
消息中间件
监控
安全
【天衍系列 05】Flink集成KafkaSink组件：实现流式数据的可靠传输 & 高效协同
【天衍系列 05】Flink集成KafkaSink组件：实现流式数据的可靠传输 & 高效协同
206
5
5
|
消息中间件
存储
负载均衡
RocketMQ Connect 构建流式数据处理平台
RocketMQ Connect 作为 RocketMQ 与其他系统间流式数据传输的重要工具，轻松将 RocketMQ 与其他存储技术进行集成，并实现低延迟流/批处理。
379
1
1
|
消息中间件
存储
大数据
