使用flink消费kafka和使用springboot的消费有什么区别，为什么说流式计算快，他在哪些方面节省了时间
主要是大数据情况下，有大量吞吐，大量计算，比如像很多电商网站都需要实时推荐算法工作，或者你去某网站时，突然砸你个劵，你看某个内容时，关联其他内容，广告，这种情况下都需要流式计算。
flink说白了就是一个分布式内存管理平台，为什么和kafka队列配合呢？还是因为内存，内存要爆了，就会导致一个服务器挂掉，flink除分配任务内存外，还可以动态扩容，容灾，至于消费方式当然是先进先出，这种情况只要有足够多的机器，足够多的内存，就能服务好用户。
当然既然是队列，也会存在队列过长的问题，所以像要给用户及时反馈的实时计算，可能就不适用了，比如用户登录，如果等的过长也不好。
至于节省时间，还是内存，内存学过计算机组成原理都知道算是速度的顶流了，还有就是并行计算，因为有分布式，这样对大量用户信息可以实现快速并行计算，还有些模型，其本身也会线上迭代，所以也需要流式计算。