O Apache Flink teve uma adoção crescente desde nossa avaliação inicial, em 2016. A plataforma é reconhecida como o mecanismo líder de processamento de fluxo e também amadureceu gradualmente nas áreas de processamento de lote e aprendizado de máquina. Um dos diferenciais-chave do Flink em relação a outros mecanismos de processamento de fluxo é seu uso de checkpoints consistentes do estado de uma aplicação. No caso de uma falha, a aplicação é reiniciada e seu estado é carregado a partir do último checkpoint – para que a aplicação possa continuar processando como se a falha nunca houvesse acontecido. Isso nos ajuda a reduzir a complexidade na construção e na operação de sistemas externos para tolerância a falhas. Estamos vendo mais e mais empresas usando Flink para construir sua própria plataforma de processamento de dados.
Interest continues to build for Apache Flink, a new-generation platform for scalable distributed batch and stream processing. At the core of Apache Flink is a streaming data-flow engine, with support for tabular (SQL-like), graph-processing and machine learning operations. Apache Flink stands out with feature rich capabilities for stream processing: event time, rich streaming window operations, fault tolerance and exactly-once semantics. The project shows significant ongoing activity, with the latest release (1.1) introducing new datasource/sink integrations as well as improved streaming features.
Apache Flink is a new-generation platform for scalable distributed batch and stream processing. At its core is a streaming data-flow engine. It also supports tabular (SQL-like), graph-processing and machine-learning operations. Apache Flink stands out with feature-rich capabilities for stream processing: event time, rich streaming window operations, fault tolerance and exactly-once semantics. While it hasn't reached version 1.0, it has raised significant community interest due to innovations in stream processing, memory handling, state management and simplicity of configuration.
