也还是继续昨天的话题说吧。 纯手机手打,感觉有用麻烦点个赞。 开头还是那句话,spark是以批处理起家,发展流处理,所以微批处理吞吐优先,可以选用。 flink以实时处理起家,然后去做批处理,所以更适合实时性高的场景。 那么生产中真的都要求那么高的实时性吗? 比如10wqps的数据,假如实时处理,采用flink,sink是mysql,实时性高,事件驱动,每条都去插入或更新数据库,明显不靠谱,因为数据库扛不住。 假如此事你想在flink的sink处加上批处理,肯定是可以提高性能的,这就降低了实时性,而且也还有一个问题: 假如此事业务进行迁移,迁移到新的topic或者kafka集群,数据迁移之后,