阿里云开源“计算王牌”Blink，实时计算时代已来

1月28日，阿里云宣布将旗下的计算王牌Blink开源给社区，消息一出引起了业界一阵热议。

阿里Blink正式开源

data Artisans（Flink创始公司） CTO Stephan Ewen表示，“阿里巴巴是Flink最大的贡献者，很高兴阿里能将内部优化的Flink版本开源给社区，让开发者享受到更先进的计算能力。” 

据了解，Blink由当下最受欢迎的实时计算技术Flink改造而来。与此同时，阿里为Flink社区贡献近20万行代码改动，而这些改进也将计算能力推向了巅峰，计算延迟降低到人类无法感知的毫秒级，并且可以实现每秒17亿次的处理能力，目前还没有哪家企业做到这一水平。

据悉，阿里巴巴集团内部核心业务全部用上了Blink，例如ET城市大脑实时计算着杭州1300个信号灯路口、4500路视频，保障着交通动脉的通畅；淘宝、天猫每天为数亿用户展现实时的“专属”页面。

企业已迈进实时计算时代

数据是各行业企业的核心资产，如何应对指数级增长的数据一直都是学术界和工业界关注的焦点。过去十余年，工业界经历了多个技术的迭代。谷歌最早发布的 GFS、BigTable、MapReduce三篇论文开启了大数据计算的篇章，但早期诸如MapReudce之类的计算技术都是离线计算，即只能针对海量数据进行定时计算，使用场景也较为有限；2009年， 随着Spark项目诞生于伯克利大学的AMPLab实验室，让数据实时处理变成可能；但谁也没意料到，2014年诞生的Flink真正让“实时计算”发挥到了极致，并成为最受欢迎的开源项目之一。

毫无疑问，离线计算依旧有其发挥空间，但实时计算的应用场景正在不断扩大。例如，对时效性要求极高的金融交易场景里，风控系统如果不能实时观察每一个账户的行为动态，就可能因为1秒的延迟遗漏风险，无法阻断危险交易，造成消费者损失。从2010年谷歌决定弃用MapRduce可以看出，实时计算已是大势所趋。

目前，全球顶尖的科技公司都在积极布局实时计算技术，其中Flink和Spark是两大主流的技术方向。二者看似类似，但两者有本质的区别，Spark更侧重用批来模拟流的离线计算理念，而Flink则完全相反。

“从技术发展方向看，用批来模拟流有一定的技术局限性，并且这个局限性可能很难突破。而Flink基于流来模拟批，在技术上有更好的扩展性。”这也是阿里、Uber、Netflix等公司选择这一技术方向的主要原因。

Flink 已经被业界公认是最好的流计算引擎，然而 Flink 的计算能力不仅仅局限于做实时计算，其似乎走得是一条全能的技术路线。在2018年12月举行的Flink Forward大会上，Stephan指出Flink一方面需要朝着离线方向发展，实现批流融合大数据计算能力，另一方面也需要朝着更加实时在线方向发展。

技术的完整性也让越来越多的企业开始选择Flink。据第三方调查报告显示， 2018年，Flink的采用量增长了125%，是过去一年大数据和 Hadoop 生态系统中发展最快的技术。