Se supone que Flink supera el procesamiento de flujo de lotes con una latencia de chispa ajustable que puede ser importante para algún caso de procesamiento casi en tiempo real.
La situación como la latencia es la principal preocupación (banca, monitor de salud, etc.) Flink sería la mejor opción sobre la transmisión por chispa, pero hay proyectos de procesamiento de transmisión más similares (Storm Trident).
Creo que Spark sigue siendo el principal proyecto en desarrollo, no hay muchos problemas encontrados en el procesamiento de memoria en big data. Spark tiene una gran cobertura en la región de Big Data en un solo proyecto en comparación con otros que buscan la adición de MLlib, GraphX, SparkSQL y Streaming.
- ¿Pueden la ciencia y la tecnología salvar al mundo del fin de la tierra?
- ¿Cuáles son los teléfonos móviles más interesantes lanzados en 2015 dentro de Rs.15000?
- ¿Cuáles son algunos usos comunes de la nanotecnología?
- ¿Por qué la impresión 3D es tan lenta?
- ¿Cuántos auriculares de realidad virtual de todos los fabricantes se han vendido hasta la fecha?
Fui a hablar de Doug Cutting la semana pasada en una reunión de Big Data en Malasia y no está seguro de qué reemplazará a Hadoop y Spark en la pila de Big Data en los próximos dos años: “Quién sabe qué será lo próximo, pero Una cosa segura es que veremos Spark en los próximos dos años, ya que parece ser el proyecto altamente desarrollado hasta ahora “.