Σύγκριση Streaming Big Data Πλατφόρμων

Abstract

Η επέλαση των Big Data και ο ρυθμός που αυτά παράγονται κάθε στιγμή έχει κάνει επιτακτική ανάγκη την χρήση κατανεμημένων streaming engines και πλέον υπάρχουν διάφορα εργαλεία στο ανοιχτό λογισμικό. Δύο γνωστά από αυτά, τα Apache Spark και Apache Flink, θα συγκριθούν για την συγκεκριμένη λειτουργία που προσφέρουν. Η υλοποίηση γίνεται σε ένα μικρό cluster με την βοήθεια έτοιμων benchmarks και μετρικές είναι η μέση καθυστέρηση και το ποσοστό των δεδομένων που προκαλούν την υψηλότερη καθυστέρηση.