实时计算入门：Flink 和 Spark Structured Streaming 该怎么选？

最近在看实时计算相关的资料，对比了 Flink 和 Spark Structured Streaming。

Flink

• 真正的流处理，每条数据独立处理
• 状态管理很强大
• 阿里双十一验证过的技术
• 学习曲线比较陡（Watermark、Window 概念多）

Spark Structured Streaming

• 底层是微批次处理，延迟稍高
• SQL 表达能力很强
• 和 Spark 生态（MLlib、GraphX）集成好
• 批流一体，同一套代码

选型思路

• 纯实时场景、毫秒级延迟要求 → Flink
• 批流混合、团队有 Spark 经验 → Spark
• 想深入学习流处理原理 → 先学 Flink
• 公司有 Hadoop/Hive 生态 → Spark 更自然

对于学习来说，建议两个都了解一下，理解它们的设计哲学区别更重要。

参考来源：

• Apache Flink
• Apache Spark