一，Flink是真正的流处理，延迟在毫秒级，Spark Streaming是微批，延迟在秒级。

1. flink可以做到来一条处理一条，spark Streaming只能采用微批次

二，Flink可以处理事件时间，而Spark Streaming只能处理机器时间，无法保证时间语义的正确性。

1. flink三种时间语义，因此有水位线的概念：事件时间event time、机器时间processing time、数据进入flink的时间 ingestion time。
2. Spark Streaming用的是微批次，只能用机器时间。

三，Flink的检查点算法比Spark Streaming更加灵活，性能更高。Spark Streaming的检查点算法是在每个stage结束以后，才会保存检查点。

1. Flink检查点算法是在流处理过程中，插入检查点屏障 checkpoint barrier，可以做到在基本不损失性能的情况下，对流进行快照。
2. spark Streaming的checkpoint只能在每个stage结束以后，保存检查点，有性能损失，且小文件无法得到控制，项目中一般不使用。

四，Flink易于实现端到端一致性。

1. 借助checkpoint，以及相关source sink的组件的事物，两阶段提交，能够较为容易的保证端到端一致性。