Flink基础教程

17

第 2 章

流处理架构

数据架构设计领域正在发生一场变革，其影响不仅限于实时或近实时的项

目。这场变革将基于流的数据处理流程视为整个架构设计的核心，而不是

只作为某些专业化工作的基础。了解为何向流处理架构转变，可以帮助我

们理解

Flink

和它在现代数据处理中所扮演的角色。

作为新型系统，

Flink

扩展了“流处理”这个概念的范围。有了它，流处理

不仅指实时、低延迟的数据分析，还指各类数据应用程序。其中，有些应

用程序基于流处理器实现，有些基于批处理器实现，有些甚至基于事务型

数据库实现。

事实证明，让

Flink

能有效工作的数据架构，恰恰是充分利用流数据的基

础。为了帮助你理解，本书将详细介绍如何构建支持

Flink

流处理的管道。

在这之前，我们先来看看与传统架构相比，流处理架构有何优势。

2.1

　传统架构与流处理架构

对于后端数据而言，典型的传统架构是采用一个中心化的数据库系统，该

系统用于存储事务性数据。换句话说，数据库（

SQL

或者

NoSQL

）拥有

“新鲜”（或者说“准确”）的数据，这些数据反映了当前的业务状态，如系

统当前有多少已登录的用户，网站当前有多少活跃用户，以及当前每个用