面对Hadoop、Spark、Flink与Kafka这四朵“金花”，很多数据工程师常陷入选择困难。四者并非简单的替代关系，而是聚焦于不同计算场景的专用工具。为解决“到底该用哪个”的痛点，我们从底层架构与适用场景来拆解。

首先，Apache Hadoop（HDFS/MapReduce）是分布式存储与批处理的元老。其核心痛点是高延迟与复杂的作业调度，不适合实时计算。优势在于生态成熟，海量数据存储成本低。若你需要存储PB级历史日志并运行周期性报表，Hadoop仍是基石。

其次，Apache Spark凭借内存计算解决了Hadoop的迭代效率问题。它支持SQL、MLlib与流处理，但其实时性严格来说是“微批次”，延迟在秒级。痛点在于内存资源消耗巨大，且对Shuffle调优要求极高。适用于需要快速迭代的ETL与交互式分析。

第三，Apache Flink是真正的流式计算引擎。它基于事件驱动，实现毫秒级延迟，且完美支持事件时间与精确一次语义。痛点是学习曲线陡峭，且状态管理复杂。适合实时风控、实时数仓等强时效性场景。

最后，Apache Kafka虽非传统计算引擎，但作为消息中枢，是连接异构系统的“高速公路”。其核心优势是高吞吐与持久化。痛点在于自身不具备复杂计算能力，常需与Flink/Spark配合。选型建议：存储用HDFS，批处理用Spark，流处理用Flink，传输用Kafka。切勿试图用单一平台包揽所有任务，否则会陷入架构臃肿与性能瓶颈的双重困境。