Apache Fink是一種大規(guī)模的數(shù)據(jù)處理工具，它以大數(shù)據(jù)量的低數(shù)據(jù)延遲和高容錯(cuò)性快速處理大數(shù)據(jù)。它的定義特征是它能夠?qū)崟r(shí)處理流數(shù)據(jù)。

Apache Spark是專(zhuān)為大規(guī)模數(shù)據(jù)處理而設(shè)計(jì)的快速通用的計(jì)算引擎，是一種與 Hadoop 相似的開(kāi)源集群計(jì)算環(huán)境。

相同點(diǎn)：

都是apache 軟件基金會(huì)（ASF）旗下頂級(jí)項(xiàng)目，都是通用數(shù)據(jù)處理平臺(tái)。它們可以應(yīng)用在很多的大數(shù)據(jù)應(yīng)用和處理環(huán)境。兩者均可在不依賴于其他環(huán)境的情況下運(yùn)行于standalone模式，或是運(yùn)行在基于hadoop（YARN,HDFS)之上，由于它們均是運(yùn)行于內(nèi)存，所以他們表現(xiàn)的都比hadoop要好很多。

二者的不同：

Flink在進(jìn)行集合的迭代轉(zhuǎn)換時(shí)可以是循環(huán)或是迭代計(jì)算處理。flink的流式處理的是真正的流處理。流式數(shù)據(jù)一旦進(jìn)入就實(shí)時(shí)進(jìn)行處理，這就允許流數(shù)據(jù)靈活地在操作窗口。

Spark 在另一方面是基于彈性分布式數(shù)據(jù)集（RDD），這（主要的）給于spark基于內(nèi)存內(nèi)數(shù)據(jù)結(jié)構(gòu)的函數(shù)式編程。它可以通過(guò)固定的內(nèi)存給于大批量的計(jì)算。

Spark在SQL上的優(yōu)化,尤其是DataFrame到DataSet其實(shí)是借鑒的Flink的。
Flink最初一開(kāi)始對(duì)SQL支持得就更好。