2016年Flink用户调查反馈结果(part1)

Posted Flink

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了2016年Flink用户调查反馈结果(part1)相关的知识,希望对你有一定的参考价值。

2016年末,Flink向用户发起了一份问卷调查,近日它们公布了用户反馈结果。这份统计将被分为两个部分,当前只给出了第一部分关于多选问题的统计结果。

首先是关于用户区域的统计,美国当仁不让,占比最高达27%,其次是大本营德国24%,中国占比3%。


  • Flink使用

只有三分之一的用户在生产环境中上了Flink;

DataStream API使用占比最高,达91%;使用DataSet API的用户只有接近一半的55%;

使用Java开发Flink程序的的占比77%,57%的用户使用Scala;

52%的用户至少使用了Flink的一种领域特定类库;

2016年Flink用户调查反馈结果(part1)

  • Flink满意度与评价

总体而言,大致满意:70%的用户要么完全满意要么非常满意;

特性相关的满意度:吞吐与延迟(89%),Event time 处理(85%),这些要么完全满意要么非常满意;而对SQL与Python的支持(21%)、监控与操作(19%)垫底;

2016年Flink用户调查反馈结果(part1)

  • Flink生态系统

77%的用户使用Kafka作为source和sink,其次是HDFS占比57%;

作为流处理Flink的替代选择:最高的Spark streaming,86%;Storm,占比53%;

部署模式:45%部署在YARN上,41%以独立模式部署;

2016年Flink用户调查反馈结果(part1)

  • Flink用户特征

工程师/应用开发者占比54%;数据/系统架构占比22%;

69%用户在Unix/Linux平台开发,51%用户使用Mac环境;

行业:软件占比最高51%;互联网29%;通信15%;金融10%;

2016年Flink用户调查反馈结果(part1)







以上是关于2016年Flink用户调查反馈结果(part1)的主要内容,如果未能解决你的问题,请参考以下文章

final发布48小时用户调查报告

年度调查 看看 2016 年 Go 语言调查结果

2016 年 Python 开发者调查结果

Flink + 强化学习 搭建实时推荐系统

Apache 流框架 Flink,Spark Streaming,Storm对比分析 - Part1

Kotlin调查报告:40%开发者将其作为主编程语言