更具体地说，Hazelcast Jet 解决了哪些 Flink 无法解决（同样好）的用例，反之亦然？
问问题
2535 次
2 回答
17
注意：我属于 Hazelcast Jet 的核心工程团队。
我想说 Hazelcast Jet 的主要优势不在于提供全新的计算模型，而是为基于 DAG 的分布式计算领域带来与 Hazelcast 众所周知的相同水平的便利性。
如果您当前有一个 Java 应用程序在集群中运行，添加 Jet 将是一件轻而易举的事：添加 Maven 依赖项并编写一行代码以在本地成员上启动一个 Jet 实例。实例将自我发现以形成自己的集群，您现在可以将作业提交给它。
如果您想要一个专用的分布式计算集群，您可以将分发 ZIP 下载到集群机器上。Jet 原生支持最流行的云环境，让您开始自我发现节点。然后，您可以使用 Jet 客户端连接到集群。
不用说，Jet 使得使用 HazelcastIMap或IList作为数据源非常方便。Jet 集群可以直接托管 Hazelcast 结构；然后您将从数据局部性中受益并在没有网络流量的情况下获取数据。另一方面，数据源的选择完全不受限制，并且有专门用于实现快速、任意分区的自定义数据源的公共 API。
Jet 解决了无限流处理的问题，例如在基于时间的窗口上进行聚合、处理重新排序的事件和对集群拓扑变化的弹性（例如，单个 Jet 节点的故障），同时保持 Exactly-Once 处理保证。
Jet 的主要编程范式是 Pipeline API，它与 API 非常相似，java.util.stream但适用于分布式计算的细节（lambda 序列化和其他问题）。
Pipeline API 建立在一个较低级别的基于 DAG 的模型之上，该模型也作为公共 API 公开。
于 2017-02-16T08:57:36.517 回答
0
在我看来，flink 似乎提供了一些非常有用的流媒体功能，而 hatcast jet 还没有提供这些功能。
- 不同的灵活窗口操作符，也可以处理乱序和迟到的项目。
- 集群容错和交付保证
除此之外，它目前似乎也更加稳定和知名。例如，您可以将其用作 Apache Beam 的运行时，然后在云端的 Google Data Flow 和您自己的部署之间轻松迁移。所以我目前会使用 flink。
最好的
于 2017-02-16T21:04:22.053 回答