Merge branch 'master' of github.com:heibaiying/BigData-Notes

notes/流处理.md

@@ -0,0 +1,39 @@
+## 二、流处理
+
+### 2.1 静态数据架构
+
+在流处理之前，数据通常存储在数据库，文件系统或其他形式的存储系统中。应用程序根据需要查询数据或计算数据。这就是传统的静态数据处理架构。Hadoop采用HDFS进行数据存储，采用MapReduce进行数据查询或分析，这就是典型的静态数据处理架构。
+
+![01_data_at_rest_infrastructure](D:\BigData-Notes\pictures\01_data_at_rest_infrastructure.png)
+
+
+
+### 2.2 流处理
+
+而流处理则是直接对运动中的数据的处理，在接收数据时直接计算数据。
+
+大多数数据都是连续的流：传感器事件，网站上的用户活动，金融交易等等 ，所有这些数据都是随着时间的推移而创建的。
+
+接收和发送数据流并执行应用程序或分析逻辑的系统称为**流处理器**。流处理器的基本职责是确保数据有效流动，同时具备可扩展性和容错能力，Storm和Flink就是其代表性的实现。
+
+![02_stream_processing_infrastructure](D:\BigData-Notes\pictures\02_stream_processing_infrastructure.png)
+
+
+
+流处理带来了静态数据处理所不具备的众多优点：
+
+ 
+
+- **应用程序立即对数据做出反应**：降低了数据的滞后性，使得数据更具有时效性，更能反映对未来的预期；
+
+- **流处理可以处理更大的数据量：**直接处理数据流，并且只保留数据中有意义的子集，并将其传送到下一个处理单元，逐级过滤数据，降低需要处理的数据量，从而能够承受更大的数据量；
+
+- **流处理更贴近现实的数据模型**：在实际的环境中，一切数据都是持续变化的，要想能够通过过去的数据推断未来的趋势，必须保证数据的不断输入和模型的不断修正，典型的就是金融市场、股票市场，流处理能更好的应对这些数据的连续性的特征和及时性的需求；
+
+- **流处理分散和分离基础设施：**流式处理减少了对大型数据库的需求。相反，每个流处理程序通过流处理框架维护了自己的数据和状态，这使得流处理程序更适合微服务架构。
+
+
+
+## 参考资料
+
+1. [What is stream processing?](https://www.ververica.com/what-is-stream-processing)