阿里巴巴計算平臺事業部資深技術專家莫問曾在2018云棲大會的演講中表示，阿里一直在尋找一種方式來開發一套統一的大數據引擎。“解決通用大數據計算需求，批流融合的計算引擎，才是大數據技術的發展方向，并且最終我們選擇了Flink。”

阿里集團內淘寶、天貓、天弘基金、菜鳥、工業大腦等諸多業務均大量應用了實時計算技術，在集團外，也有包括眾安保險、全民TV、新華智云、貴州茅臺等諸多公司的應用案例。

當地時間1月8日，德國媒體率先爆料后，阿里和Data Artisan紛紛發布新聞稿確認了雙方合作的消息。

在這個過程當中，該團隊不僅對Flink在性能和穩定性上做出了很多改進和優化，同時在核心架構和功能上也進行了大量創新和改進。

在微軟宣布GitHub免費開放私有代碼庫的同一天，阿里巴巴確認收購德國初創企業Data Artisan。后者創建的Apache Flink是全球頂級的開源流處理框架，它不但是雙十一大規模數據實時處理的秘密武器，更是荷蘭國際集團、Netflix和Uber在內的國際巨頭不可或缺的工具。

盡管鮮有人聽說，云服務器租用，但Flink技術距離我們并不遙遠。每年雙十一阿里總部大屏幕的實時成交數字，就是通過巨大的網絡流量，匯總各地方的報表、數據庫，在毫秒級別時間進行計算，并匯總為單一視圖的方式。

業內人士分析，在云端、AI混戰中，全球廠商都在尋找關鍵技術來提升自己的競爭優勢。此次收購后，Flink必將轉化為阿里云的核心競爭力之一。但在流分析服務方面，亞馬遜和微軟早已經實現托管的高速實時流分析服務，阿里云還需進一步完善。

“與阿里的合作可以讓我們上升一個新的維度，我們將有機會開拓新的領域，將公司成為更有價值的實時數據處理系統。”Data Artisan合伙人Kostas Tzoumas在新聞稿中表示。

業界認為，阿里對Data Artisans的收購無疑可以進一步整合Flink的整個生態資源，作出更有利于Flink發展的規劃。“與阿里的合作可以讓我們上升一個新的維度，我們將有機會開拓新的領域，使公司具有為更有價值的實時數據處理系統。”Data Artisan合伙人Kostas Tzoumas在新聞稿中表示。

基于Flink，阿里巴巴搭建的平臺于2016年正式上線，并從阿里巴巴的搜索和推薦這兩大場景開始實現。

Data Artisans由開源流處理框架Apache Flink的創建者Kostas Tzoumas等人于2014年創建。作為大數據流處理方面為數不多的前沿技術，Flink為企業部署大規模的數據處理解決方案，以便他們能夠即時響應數據，并做出更好更快的業務決策。

根據阿里最新發布的消息，在本月之內，阿里也將把內部軟件Blink開源給整個社區，這一凝結兩年多阿里開發人員心血、助力阿里各項核心業務的軟件即將被更多的企業和開發者使用。此外，阿里巴巴還將致力于推動Flink在生態上得到更多語言的支持，不僅僅是Java、Scala語言，甚至是機器學習下用的Python、Go語言。

遠在此項投資公布的三年多前，阿里巴巴已經成為Apache Flink框架的用戶。目前，阿里基于Flink開發的內部平臺Blink已經廣泛服務于阿里集團內外、包括廣告、搜索等大量核心實時業務，并多次為雙十一的極端運算要求賦能。

關于Flink在阿里巴巴的大規模應用，莫問披露，Flink最初上線阿里巴巴只有數百臺服務器，站群服務器，目前規模已達上萬臺，此等規模在全球范圍內也是屈指可數的；基于Flink，阿里內部積累起來的狀態數據已經是PB級別規模；如今每天在阿里Flink的計算平臺上，處理的數據已經超過萬億條；在峰值期間可以承擔每秒超過4.72億次的訪問，最典型的應用場景是阿里巴巴雙11大屏。

以核心用戶Netflix為例，大型視頻內容服務的處理需求之大幾乎是不可想象的。每天有超過1.09億的消費者，通過在線用戶服務享受1.25億小時的電視和電影內容。這對公司的數據提取管道和流處理引擎提出了很高的要求，這些引擎必須處理涉及12 PB數據和3萬億日常事件。

根據阿里巴巴Flink平臺開發負責人之一、高級技術專家王紹翾曾在接受InfoQ采訪中表示，2015年起，阿里巴巴就開始調研新一代流計算引擎。“我們當時的目標就是要設計一款低延遲、exactly once（一次就準確）、流（運算）和批（處理）統一的，能夠支撐足夠大體量的復雜計算的引擎。”

從微軟收購Github到IBM巨資334億美元收購開源軟件巨頭紅帽，收購具有獨特技術和資源的開源企業，無疑是巨頭們在2018年最重要的并購趨勢之一。而本次阿里的收購，代表了全球第三大云廠商對這一前沿領域的技術布局。

據悉，Data Artisans所掌握的大數據流處理技術Flink可以在很大程度上解決越來越迫切的數據迅速處理問題。Flink核心是一個流式的數據流執行引擎，其針對數據流的分布式計算提供了數據分布、數據通信以及容錯機制等功能。

隨著大數據、人工智能的興起及5G技術發展，即時性成為了各個領域的剛需。上述場景還可以延展至高速公路監測、ADAS高級輔助駕駛、廣告推薦、電商搜索推薦、股票交易市場、金融實時智能反欺詐等產業端。