1月28日，阿里雲正式對外宣佈，已開源實時計算平臺Blink。據業內人士分析，這一技術被認為是引領"下一代計算"的 "王牌"，也成為企業大數據處理的主要解決方案。那麼這款實時計算平臺Blink究竟是什麼呢？和其它數據解決方案存在著怎樣的區別於聯繫呢？
首先，我們先解鎖"實時"二字。顧名思義，實時指的就是同步，類似於我們的同聲翻譯，但是其在速度上，絕對比我們的同聲翻譯要快得多，根據介紹，Blink的實時計算能力可以實現毫秒級的延遲情況下，每秒鐘處理上17億次的消息或者事件。
同時，值得了解的是，實時計算是從離線計算升級而來，類似於當下比較熱門的4G和5G之間的迭代升級關係。猶記得2004年，離線大數據MapReduce在市場上引起的風潮，並之後一度成為各大公司數據處理的主要方案。不過遺憾的是，其PB規模數據計算卻成為了MapReduce難以逾越的瓶頸。
而目前市面上，各大公司採取的主流數據解決方案主要為Spark和Flink兩種，它們很好的平衡了用戶對於批處理和流處理的需求，但兩者之間卻有著本質的區別。Spark的技術理念是基於批來模擬流的計算，也就是更擅長有延遲的離線計算，而Flink則完全相反，它採用的是基於流計算來模擬批計算。
從目前來看，Spark技術在對海量數據實時性要求稿的場景確實顯得有些雞肋。而且與之相比，Flink在實時計算方面顯得更加遊刃有餘。作為最早佈局Flink的科技公司之一，阿里在2015年就已經開始基於開源版本進行改造和創新，推出內部版本Blink。
截止到目前，Blink在批 SQL 的性能方面已是Flink社區版本性能的 10 倍以上，跟 Spark 相比，在 TPCDS 這樣的場景 Blink 的性能也能達到 3 倍以上。總而言之，就是Blink的性能達到了新的高度。
另外，值得一提的是，在2018年雙11期間Blink還實現了每秒處理17億次事件的能力，相當於你眨眼一次的0.3秒裡，機器已經刷新了5億次庫存。
當然除了技術大考的雙11之外，ET城市大腦更是實時計算著杭州1300個信號燈路口、4500路視頻，保障著交通動脈的通暢。其中，依靠計算，一輛救護車到達醫院的速度，平均可以縮短50%，排長隊的擁堵以及鳴笛、闖紅燈式的開道都將被完美解決。
作為人工智能時代的基礎技術，阿里雲此次將其開源，則意味著可以讓更多的企業用上優質的計算能力，未來每一位用戶看到的都將是實時數據。
閱讀更多 螞蟻評測 的文章
