///
Considere as características técnicas das ferramentas Flink e Spark Streaming, submetidas ao consumo de um mesmo stream of data do Kafka, em condições ideais.
I. Processa dados em true real-time, lidando com cada evento assim que ele chega.
II. O modo de micro-batch introduz um pequeno delay (latência) entre a ingestão e o processamento dos dados devido à coleta em lote.
III. Mostra um fluxo mais contínuo de resultados, especialmente se nenhum windowing ou batching estiver envolvido.
IV. Mais adequado para pipelines de ETL e análises de logs, nos quais a latência dos micro-batches é aceitável.
V. O modelo de processamento de fluxo real garante semântica exactly-once para o processamento de eventos, o que é essencial para aplicações críticas.
As características estão corretamente atribuídas às ferramentas em:
| Flink | Spark | |
|---|---|---|
| A | II e IV | I, III e V |
| B | I, III e IV | II e V |
| C | II e V | I, III e IV |
| D | I, III e V | II e IV |
| E | I e IV | II, III e V |