Flink、Spark、Storm技术对比列表

Apache	Flink	Spark Streaming	Storm
架构	架构介于Spark和Storm之间，主从结构与SparkStreaming相似，DataFlow Grpah与Storm相似	架构依赖Spark，每个Batch处理都依赖主（Driver），可以理解为时间维度上的spark DAG。	主从模式，且以来Zookeeper，处理过程中对主节点依赖不大。
处理模式	Native	Micro-batch	Native
容错	基于CheckPoint机制	WAL及RDD机制	Records ACK
处理模型与延迟	单条事件处理 亚秒级低延迟	窗口事件处理 秒级高延迟	单条事件处理 亚秒级低延迟
吞吐量	High	High	Medium
数据处理保证	excatly once	excatly once	excatly once
高级API	Flink栈中提供了很多具有高级API和满足不同场景的类库：机器学习、图分析、关系式数据处理	能够很容易的对接Spark生态栈里面的组件、同时能够对接主流的消息传输组件以及存储系统。	应用需要按照特定的Storm定义的规则编写。
易用性	支持SQL streaming，Batch和Streaming采用统一变成框架	支持SQL straming，Batch和Streaming采用统一变成框架	不支持SQL streaming。
成熟性	新兴项目，处于发展阶段	已经发展一段时间	相对较早的流系统，比较稳定
部署性	部署相对简单，只依赖Java环境	部署相对简单，只依赖Java环境	依赖Java和Zookeeper