(why) 为什么我们需要 Filling
继开源的 Apache Spark后, flink 对于分布式数据处理来说是一个伟大的进步。我们在使用 Flink 时发现了很多可圈可点之处， 通过我们的努力让Filling的使用更简单，更高效，并将业界和我们使用Flink的优质经验固化到Filling中，明显减少学习成本，加快分布式数据处理能力在生产环境落地。
除了大大简化分布式数据处理难度外，Filling尽所能为您解决可能遇到的问题：
- 数据丢失与重复
- 任务堆积与延迟
- 吞吐量低
- 应用到生产环境周期长
- 缺少应用运行状态监控
Filling, 如其名, 致力于填充你的各种存储
(where) Filling 使用场景
- 海量数据ETL
- 海量数据聚合
- 多源数据处理
(what) Filling 能做什么
- 简单易用，灵活配置，无需开发
- 实时流式处理
- 高性能
- 海量数据处理能力
- 模块化和插件化，易于扩展
- 支持数据处理和聚合