DSMS、Storm 和 Flink 的区别
Difference between DSMS, Storm and Flink
DSMS 对应于数据流管理系统。这些系统允许用户提交将持续执行的查询，直到被用户删除。
Storm 和 Flink 等系统可以被视为 DSMS 还是更通用的东西？
谢谢
这两种类型的系统在尝试解决不同的用例时更加相互正交。因此，none 确实包含或概括了另一个。
DSMS 通常是：
- 端到端解决方案，提供存储和计算作为统一解决方案
- 需要先将外部数据导入系统
- DSMS 通常 SQL 以易于使用为导向，但通常表现力较差
- 通常只能处理结构化数据（基于模式的元组格式）
- DSMS 经常无法扩展
流处理框架（Flink、Storm、Spark）：
- 只提供计算层和来自其他存储系统的消费者数据
- 大多数提供语言嵌入式 DSL（有些也在某种程度上提供 SQL）
- 可以处理任何类型的数据（平面元组、JSON、XML、平面文件、文本）
- 构建以扩展到大型集群（数百个节点）
- 适合数据处理、机器学习
流媒体平台（Kafka）
- 提供存储层和计算
- 可以处理任何类型的数据，只要导入系统（平面元组、JSON、XML、平面文件、文本）
- 可扩展且有弹性
- 没有 SQL，只有 Java DSL（Confluent Platform which is based on Kafka offers KSQL 作为开发者预览）
- 非常适合构建微服务
DSMS 对应于数据流管理系统。这些系统允许用户提交将持续执行的查询，直到被用户删除。
Storm 和 Flink 等系统可以被视为 DSMS 还是更通用的东西？
谢谢
这两种类型的系统在尝试解决不同的用例时更加相互正交。因此，none 确实包含或概括了另一个。
DSMS 通常是：
- 端到端解决方案，提供存储和计算作为统一解决方案
- 需要先将外部数据导入系统
- DSMS 通常 SQL 以易于使用为导向，但通常表现力较差
- 通常只能处理结构化数据（基于模式的元组格式）
- DSMS 经常无法扩展
流处理框架（Flink、Storm、Spark）：
- 只提供计算层和来自其他存储系统的消费者数据
- 大多数提供语言嵌入式 DSL（有些也在某种程度上提供 SQL）
- 可以处理任何类型的数据（平面元组、JSON、XML、平面文件、文本）
- 构建以扩展到大型集群（数百个节点）
- 适合数据处理、机器学习
流媒体平台（Kafka）
- 提供存储层和计算
- 可以处理任何类型的数据，只要导入系统（平面元组、JSON、XML、平面文件、文本）
- 可扩展且有弹性
- 没有 SQL，只有 Java DSL（Confluent Platform which is based on Kafka offers KSQL 作为开发者预览）
- 非常适合构建微服务