Apache Flink Vor- und Nachteile

First of all it is easy to setup in kubernetes using flink operator and it simply integrates to kubenetes as a native api supports high availability out of the box with kubernetes. community developed flink to process continuous stream of data at lightning fast Bewertung gesammelt von und auf G2.com gehostet.

As a user I dont find any difficulties or challenge and community does release softeware very oftem thus improvess the stability Bewertung gesammelt von und auf G2.com gehostet.

Ich mag die Tabellen-APIs von Apache Flink wirklich. Es ist sehr einfach, einfache Transformationen auf einer Kafka-Tabelle über eine Flink-SQL-Abfrage durchzuführen. Abgesehen davon ist die Community auf Slack präsent bei Benutzerproblemen.

Es bietet mehrere Möglichkeiten, Flink in der Cloud bereitzustellen, wie K8s, Standalone-Modi usw.

Auch die intern von Flink bereitgestellten Metriken helfen uns sehr beim Debuggen. Bewertung gesammelt von und auf G2.com gehostet.

Fortgeschrittene Datastream-API wie ein Broadcast-Stream, und Prozessfunktionen sind nicht richtig dokumentiert, mehr Beispiele der Datastream-API sollten in der Dokumentation vorhanden sein. Bewertung gesammelt von und auf G2.com gehostet.

es ist quelloffen, benutzerfreundlich und einfach zu installieren und zu konfigurieren, seine Checkpoint-Funktion Bewertung gesammelt von und auf G2.com gehostet.

Ich habe noch nichts gefunden, das mir an Flink nicht gefällt. Bewertung gesammelt von und auf G2.com gehostet.

Das Merkmal von zustandsbehafteten Berechnungen über Datenströme Bewertung gesammelt von und auf G2.com gehostet.

Es konzentriert sich hauptsächlich auf Streaming-Anwendungsfälle. Bewertung gesammelt von und auf G2.com gehostet.

Es unterstützt sowohl zustandsbehaftete als auch zustandslose Berechnungen auf Streams.

Unterstützt sowohl den Batch-Modus als auch Echtzeitanalysen.

Hat sich als leistungsstark erwiesen, weniger speicherhungrig im Vergleich zu Storm.

Es hat die Fähigkeit, Fensteroperationen, maschinelles Lernen-Integration usw. durchzuführen.

Es ist hoch skalierbar.

Es hat auch die Fähigkeit, Ereignisse zu verarbeiten, möglicherweise Aggregation oder Fensteroperationen basierend auf der Ereigniszeit anstatt der Verarbeitungszeit durchzuführen.

Hat genau-einmal Zustandskonsistenz.

Unterstützt auch die Verarbeitung von verspäteten Daten durch ein Schwellenwertfenster.

Kann In-Memory-SQL auf Streams ausführen.

Flink UI ist sehr benutzerfreundlich. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt nicht viel zu bemängeln. Es hat die Fähigkeiten von sowohl Storm als auch Spark. Wenn man Storm und Spark kennt, ist es einfach zu benutzen. Bewertung gesammelt von und auf G2.com gehostet.

Apache Flink ist die einzige echte Open-Source-Streaming-Engine, die genau-einmalige Lieferung und Echtzeit-Persistenz-Snapshots bietet. Bewertung gesammelt von und auf G2.com gehostet.

weniger Produktionsbereitstellungen als andere Frameworks wie Spark. aber nach meinem Verständnis ist es viel besser als Spark. Bewertung gesammelt von und auf G2.com gehostet.

Das Framework ist sehr einfach zu erlernen. Es ist dem Apache Spark Framework sehr ähnlich, sodass Projekte ziemlich einfach migriert werden können und die Lernkurve nicht hoch ist. Ziemlich schnell im Vergleich zu anderen Echtzeit-Frameworks. Kommt mit vielen eingebauten Konnektoren für Drittanbieter-Nachrichtenwarteschlangen und Datenbanken. Bewertung gesammelt von und auf G2.com gehostet.

Ich habe nichts Besonderes, was mir nicht gefällt, aber es ist dem Echtzeit-Framework wie Apache Spark sehr ähnlich. Daher denke ich, dass einige einzigartige Funktionen hinzugefügt werden sollten, um es zum bevorzugten Framework unter allen zu machen. Bewertung gesammelt von und auf G2.com gehostet.

Die API ist intuitiv und flexibel genug für alle Anwendungsfälle, die wir hatten. Die Unterstützung von dataArtisans und die von ihnen überwachte Mailingliste machen die Nutzung der Plattform in einem Unternehmensumfeld viel sicherer - ohne ihre Unterstützung wären wir oft am selben Tag verloren gewesen. Ressourcen sind auf ihrer Community-Seite unter https://flink.apache.org/community.html zu finden. Wir lieben auch die Blogbeiträge von dataArtisans mit echten Fallstudien. Bewertung gesammelt von und auf G2.com gehostet.

Das Bereitstellen war im einfachen Fall einfach genug, aber das Verstehen des Hadoop/YARN-Ökosystems in Verbindung mit Flink und das Erstellen eines stabilen und skalierbaren Clusters war herausfordernd. Dies ist nicht so sehr ein Fehler von Flink, aber sie arbeiten daran, es einfacher zu machen, auf einer Vielzahl von Plattformen bereitzustellen. Bewertung gesammelt von und auf G2.com gehostet.

Benutzerfreundlich und bietet eine große Menge an Format- und unterstützten Funktionen. Bewertung gesammelt von und auf G2.com gehostet.

Weniger Gemeinschaft und Foren für Diskussionen Bewertung gesammelt von und auf G2.com gehostet.

Ziemlich einfache und unkomplizierte Benutzeroberfläche. Kann eine Lernkurve sein, wenn nötig, aber wenn Sie es nur für den Standardbau implementieren müssen, funktioniert es gut. Bewertung gesammelt von und auf G2.com gehostet.

Nicht zu viel Kundensupport oder Hilfe beim Finden von Tutorials. Bewertung gesammelt von und auf G2.com gehostet.