Flink
Verteilte Stream-Processing-Engine zur Berechnung über kontinuierliche, unbegrenzte Datenströme mit Exactly-once-Korrektheitsgarantien.
Überblick
Apache Flink verarbeitet Daten als kontinuierliche Ströme statt fester Batches und berechnet Aggregationen, Joins und Mustererkennung über Ereignisse, sobald sie eintreffen, mit niedriger Latenz und Exactly-once-Verarbeitungsgarantien auch nach Ausfällen. Es unterstützt auch Batch-Verarbeitung als Spezialfall des Streamings.
Flink eignet sich für Teams, die Echtzeit-Datenpipelines, Betrugserkennung oder ereignisgesteuerte Analytics bauen und Daten verarbeiten müssen, sobald sie eintreffen, statt in geplanten Batches – häufig gepaart mit Apache Kafka (ebenfalls in diesem Katalog) als Ereignisquelle.
- Kategorien
- Analytics
- Sprachen
- Java
- Lizenz
- Apache-2.0
Ähnliche Projekte
Beam
Apache-2.0Einheitliches Programmiermodell zum Definieren von Batch- und Stream-Datenverarbeitungspipelines, die portabel über mehrere Ausführungs-Engines hinweg laufen können.
- Analytics
ClickHouse
Apache-2.0Spaltenorientierte Datenbank für Echtzeit-Analyseabfragen über riesige Datensätze, die aggregierte Berichte in Millisekunden statt Sekunden oder Minuten erzeugt.
- Analytics
Druid
Apache-2.0Echtzeit-Analytics-Datenbank für Abfragen unter einer Sekunde über kontinuierlich streamende und historische Ereignisdaten im großen Maßstab.
- Analytics
Spark
Apache-2.0Einheitliche Analytics-Engine für Batch- und Stream-Datenverarbeitung im großen Maßstab, eines der am weitesten verbreiteten Big-Data-Frameworks.
- Analytics
Einen Fehler entdeckt? Änderung auf GitHub vorschlagen.