用户工具

站点工具


flink_应用场景

差别

这里会显示出您选择的修订版和当前版本之间的差别。

到此差别页面的链接

两侧同时换到之前的修订记录 前一修订版
后一修订版
前一修订版
flink_应用场景 [2019/12/02 08:17]
plough
flink_应用场景 [2019/12/08 12:40]
plough
行 1: 行 1:
-== 实时计算场景 ==+===== 实时计算场景 =====
   - 实时数据存储。实时数据存储的时候做一些微聚合、过滤某些字段、数据脱敏,组建数据仓库,实时 ETL。   - 实时数据存储。实时数据存储的时候做一些微聚合、过滤某些字段、数据脱敏,组建数据仓库,实时 ETL。
   - 实时数据分析。实时数据接入机器学习框架(TensorFlow)或者一些算法进行数据建模、分析,然后动态的给出商品推荐、广告推荐   - 实时数据分析。实时数据接入机器学习框架(TensorFlow)或者一些算法进行数据建模、分析,然后动态的给出商品推荐、广告推荐
行 5: 行 5:
   - 实时数据报表。活动营销时销售额/销售量大屏,TopN 商品   - 实时数据报表。活动营销时销售额/销售量大屏,TopN 商品
  
-== 实时计算技术实现 ==+===== 实时计算技术实现 =====
 涉及的技术环节有:实时采集、实时计算、实时下发。 涉及的技术环节有:实时采集、实时计算、实时下发。
 实时下发的下游可能是: 实时下发的下游可能是:
行 11: 行 11:
   * 存储(消息队列、DB、文件系统等)。监控大屏从存储里面查询数据,就可以看到实时数据。   * 存储(消息队列、DB、文件系统等)。监控大屏从存储里面查询数据,就可以看到实时数据。
  
-== 批处理和流处理的区别 ==+===== 批处理和流处理的区别 =====
 批处理: 批处理:
   * 数据大小固定   * 数据大小固定
行 21: 行 21:
   * 及时响应   * 及时响应
  
 +===== 实时计算 VS 离线计算 =====
 +实时计算需要不断的从 MQ 中读取采集的数据,然后处理计算后往 DB 里存储,在计算这层你无法感知到会有多少数据量过来、要做一些简单的操作(过滤、聚合等)、及时将数据下发。
 +
 +传统的离线计算,从 DB(不限 MySQL,还有其他的存储介质)里面读取数据,该数据一般就是固定的(前一天、前一星期、前一个月),然后再做一些复杂的计算或者统计分析,最后生成可供直观查看的报表(dashboard)。
 +
 +==== 离线计算的特点 ====
 +  - 数据量大且时间周期长(一天、一星期、一个月、半年、一年)
 +  - 在大量数据上进行复杂的批量运算
 +  - 数据在计算之前已经固定,不再会发生变化
 +  - 能够方便的查询批量计算的结果
 +
 +==== 实时计算的特点 ====
 +  - 数据实时到达
 +  - 数据到达次序独立
 +  - 数据规模大 & 无法预知容量
 +  - 再次提取数据代价大
 +
 +==== 实时计算的优势 ====
 +对于持续生成最新数据的场景,才用流数据处理是非常有利的。
 +
 +===== 实时计算面临的挑战 =====
 +  - 数据处理唯一性(如何保证数据只处理一次?至少一次?最多一次?)
 +  - 数据处理的及时性(采集的实时数据量太大的话可能会导致短时间内处理不过来,如何保证数据能够及时的处理,不出现数据堆积?)
 +  - 数据处理层和存储层的可扩展性(如何根据采集的实时数据量的大小提供动态扩缩容?)
 +  - 数据处理层和存储层的容错性(如何保证数据处理层和存储层高可用,出现故障时数据处理层和存储层服务依旧可用?)
flink_应用场景.txt · 最后更改: 2019/12/08 12:40 由 plough