流式数据、批式数据、实时数据、历史数据的区别

阅读更多

 

大数据处理系统可分为批式(batch)大数据和流式(streaming)大数据两类。其中，批式大数据又被称为历史大数据，流式大数据又被称为实时大数据。

---

复杂的批量数据处理（batch data processing），通常的时间跨度在数十分钟到数小时之间。

基于历史数据的交互式查询（interactive query），通常的时间跨度在数十秒到数分钟之间。

基于实时数据流的数据处理（streaming data processing），通常的时间跨度在数百毫秒到数秒之间。

---

实时计算，强调的是实时。

比如小明要查看他去年一年的消费总额度，那么当小明点下统计按钮的时候，服务器集群就在噼里啪啦的赶紧计算了，必须在小明能够忍耐的时间范围内得出结果。这种计算的背后实现，一般都是冗余 + 各种高性能部件在做支撑，算法也对实时性做了优化，但实时计算并没有强调用那种算法，只要能保证高实时性的就行。实时计算与离线计算的最大区别，就是离线计算是人无法忍耐的时间进行计算，因此人不需要等待，把任务丢给计算机后，自己该干嘛就去干嘛。

流式计算，比实时计算要稍微迟钝些，但比离线计算又实时的多，而且主要强调的是计算方法。

比如，服务器端，有一个值，是记录小明订单数量。当小明每买一件东西后，服务端立即发出一个交易成功的事件，该值接收到这个事件后就立即加1。如果用离线计算的方式来做，估计是在查询时，才慢腾腾的从低速存储中，把小明的所有订单取出来，统计数量。流式计算有点像数据库领域的触发器，又有些像事件总线、中间件之类的计算模式。

---

1、什么是流式大数据，处理技术、平台及应用都是什么？ 
http://www.duozhishidai.com/article-905-1.html

2、Spark Streaming：大规模流式数据处理 
http://blog.csdn.net/lskyne/article/details/37560609

3、什么是流式数据访问？ 
https://www.zhihu.com/question/30083497

4、流式计算和实时计算有什么区别？ 
https://www.zhihu.com/question/38996005