Apache Beam

Apache Beam provides an advanced unified programming model, allowing you to implement batch and streaming data processing jobs that can run on any execution engine.

Apache Beam is:

• UNIFIED - Use a single programming model for both batch and streaming use cases.
• PORTABLE - Execute pipelines on multiple execution environments, including Apache Apex, Apache Flink, Apache Spark, and Google Cloud Dataflow.

• EXTENSIBLE - Write and share new SDKs, IO connectors, and transformation libraries.

原文地址：https://beam.apache.org/

从定义上看，Apache Beam是一个增强型的统一编程模型，这个模型可以支持实现batch和streaming 数据处理工作，并且可以运行在任何执行引擎上。所以总结Apache Beam的特点为：

1、可以针对batch and streaming use cases使用一个编程模型；

2、可以在多个执行环境上执行pipeline，包括了当前比较流行的Apache Apex,Apache Flink,Apache Spark,和Google Cloud Dataflow。

3、可扩展，可以编写和共享新的SDKs,IO connectors,和transformation 库。

分析看来，Apache Beam是提供了一个统一的编程模型，或者说是为客户提供了一个统一的接口，让用户可以不再关心batch和steaming data的不同处理，让用户可以不再关心具体的执行环境或者执行引擎。

这个图更能说明Apache Beam做了什么：

如果Apache Beam真能发展壮大，那么针对大数据处理，无疑是提供了一个很好的解决方案，让用户省去了很多麻烦事。目前sdk仅仅能支持Java版本。