akka streams是一个实现React流规范的库。
apache flink是一个流引擎。
主要的高级区别是，在apacheflink中，您通过对flinkapi之一进行编码来创建作业，然后将该作业提交给apacheflink集群。是apache flink集群执行流处理作业。通过使用akka流，您正在创建一个独立的应用程序。从这个意义上说，akka streams是这两种方法中较轻的一种。
您仍然可以使用streamrefs分发基于akka流的应用程序，不过您需要在代码中显式地这样做，并且需要运行akka cluster。apache flink已经管理了一个集群，因此您不需要在代码中显式地执行该操作（尽管您仍然需要设置并运行集群来将作业提交给服务器）。ApacheFlink内置了智能，可以接受作业并以最佳方式执行它。尽可能并行化/分布执行。你不能用 akka 河来理解。
apache flink流处理的目的是在出现故障时实现end2end-exactly-once处理语义。在akka流中，这种保证需要在代码中显式实现。
akka流作为React流规范的实现是关于异步和内存绑定处理的。例如，akka http构建在akka流之上，因此实现了一个非常高效和轻量级的http协议的客户端和服务器端。
akka streams实现异步非阻塞背压（根据reactive streams规范），以保证执行期间的内存有界性。apache flink也有一个反压力机制，尽管它的实现方式不同。
akka streams作为reactive streams规范的一个实现，可以与其他实现（如rxjava或projectreactor）进行互操作。apache flink不是任何更广泛标准的一部分。
我想说，选择apache flink的主要原因是它所带来的一次性保证和自动分发。否则，akka streams是一个非常强大的api，具有更简单的执行模型。
编辑：可能值得一提的是alpakka项目，它为akka流带来了许多技术，以便它们可以插入到基于React流的处理中。

我不是akka streams方面的Maven，但据我所知，主要的区别在于flink提供了现成的处理分发，而akka streams则没有，因为它是为在单个节点上处理数据而设计的。
两者的相似之处在于它们都提供流处理功能，从这个意义上说，它们可能具有相似的功能。
但是，flink有多个额外的模块，比如sql、cep或机器学习，这些在akka流中是无法获得的。另外，flink提供了故障安全和状态恢复，我不确定是否存在于akka流中。
另一方面，设置akka流将需要较少的工作，因为您不需要关心jobmanager和taskmanager的设置，但是您可以简单地创建一个java/scala应用程序，将其dockerize并在某处运行。
因此，您应该问自己的主要问题是，如果您正在处理的数据足够大，需要在多个节点上处理，那么除了flink之外，您真的别无选择（仅在场景akka streams vs.flink中）。但是，如果要处理的数据可以在单个节点上处理，那么应该评估所需的故障安全和消息传递保证。在一般情况下，使用akka流可能更容易开始，但flink可能会接管生产应用程序。