Android 阿帕奇·卡夫卡和阿帕奇·弗林克

Android 阿帕奇·卡夫卡和阿帕奇·弗林克,android,cassandra,apache-kafka,apache-flink,Android,Cassandra,Apache Kafka,Apache Flink,是一个可行且安全的架构,可扩展到数千个移动用户:移动用户向rest API发送https请求,然后填充卡夫卡主题,然后flink使用这些主题进行分析,然后flink将结果存储在用户键入的Cassandra实例中,然后原始移动制作人通过查询Cassandra结果获得实时更新???这可能没问题。我认为最有可能出现问题的一点是,卡桑德拉有足够的带宽。只要想想可能有多少用户,分析会有多大,以及他们需要多久更新一次。每秒写入1K字节数据的一百万用户与每小时更新数千条小记录的情况截然不同。您建议如何提高更新

是一个可行且安全的架构,可扩展到数千个移动用户:移动用户向rest API发送https请求,然后填充卡夫卡主题,然后flink使用这些主题进行分析,然后flink将结果存储在用户键入的Cassandra实例中,然后原始移动制作人通过查询Cassandra结果获得实时更新???

这可能没问题。我认为最有可能出现问题的一点是,卡桑德拉有足够的带宽。只要想想可能有多少用户,分析会有多大,以及他们需要多久更新一次。每秒写入1K字节数据的一百万用户与每小时更新数千条小记录的情况截然不同。您建议如何提高更新效率?取决于您的要求。如果您必须实时访问频繁更新的分析,那么使用Flink的可查询状态可能是合适的。您也可以使用Kafka自己的Streams API来实现处理/分析部分,而不是使用Apache Flink等单独的处理技术。Kafka的Streams API支持交互式查询(“通过查询获取实时更新”),与Flink相比,Kafka中的交互式查询功能已准备就绪。更多信息请访问和(我们目前正在Kafka的Streams API上向Apache Kafka文档推送更多内容;同时,第一个链接有更多信息)。