在探索Akka流时，我还发现了Apache Flink，它是流处理引擎。Akka流实现反应流并支持背压。
所以，如果我必须在两者之间做出决定，我应该选择哪一个？它们有什么不同，有什么相似之处？这里的标准应该是什么？
Akka Streams是一个实现反应流规范的库。
Apache Flink是一个流媒体引擎。
主要的高层差异是，在Apache Flink中，您通过根据Flink API之一进行编码来创建作业，然后将该作业提交给ApacheFlink集群。执行流处理作业的是Apache Flink集群。通过使用Akka Streams，您正在创建一个独立的应用程序。从这个意义上说，Akka Streams是两者中更轻量级的。
您仍然可以通过使用StreamRefs分发基于Akka Streams的应用程序，尽管您需要在代码中明确执行此操作，并且需要运行Akka ClusterApache Flink已经管理了一个集群，所以您不需要在代码中显式地这样做(尽管您仍然需要设置和运行集群来向其提交作业(Apache Flink内置了智能，可以接收作业并以最佳方式执行。尽可能并行/分布式执行。Akka Streams无法做到这一点。
Apache Flink流处理旨在实现end2end在失败时一次处理语义。在Akka Streams中，需要在代码中明确实现此类保证。
Akka Streams作为响应流规范的实现完全是关于异步和内存绑定处理的。例如，Akka HTTP构建在Akka Streams之上，因此实现了HTTP协议的非常高效和轻量级的客户端和服务器端。
Akka Streams实现异步非阻塞背压(根据反应流规范(，以保证执行过程中的内存有界性Apache Flink也有一个背压机制，尽管它的实现方式不同。
Akka Streams作为反应流规范的实现，可以与RxJava或Project Reactor等其他实现进行互操作Apache Flink不是任何更广泛标准的一部分。
我想说，选择Apache Flink的主要原因是其附带的一次性保证和自动分发。否则，Akka Streams是一个非常强大的API，执行模型更简单。
编辑：可能值得一提的是Alpakka项目，该项目为Akka Streams带来了许多技术，使它们可以插入到基于反应流的处理中。
我不是Akka Streams的专家，但据我所知，主要区别在于Flink提供开箱即用的处理分发，而Akka Streams没有，因为它是为在单个节点上处理数据而设计的。
两者的相似之处在于，它们都提供流处理功能，从这个意义上讲，它们可能具有相似的功能。
但是，Flink有多个额外的模块，如SQL、CEP或机器学习，您在Akka Streams中无法获得这些模块。此外，Flink提供故障安全和状态恢复，我不确定Akka Streams中是否存在开箱即用的功能。
另一方面，设置Akka Streaming将需要更少的工作，因为你不需要关心设置JobManager&TaskManager，但你可以简单地创建一个Java/Scala应用程序，dockerize&把它放在某个地方。
因此，你应该问自己的主要问题是，如果你正在处理的数据足够大，需要在多个节点上进行处理，那么除了Flink，你真的别无选择(只是在Akka Streams vs.Flink的场景中(。然而，如果你要处理的数据可以在单个节点上处理，那么你应该评估故障安全性；邮件传递保证您需要。在一般情况下，使用Akka Streams可能更容易上手，但在应用程序的产品化方面，Flink可能会取而代之。