Flink - 批量、流式计算和离线、实时计算

在了解Flink之前，我们需要先简单了解批量、流式计算和离线、实时计算。

首先需要明确的一点是，批量、流式计算和离线、实时计算是按照不同维度划分的两套数据处理方式。

（1）批量、流式计算体现在数据计算方式的不同上。那如何理解这里提到的数据计算方式呢？我们可以分别看一下什么是批量计算、什么是流式计算？

• 批量计算

顾名思义，就是对数据进行批量的处理。通常，我们都会先统一收集数据，并且把数据以数据表的形式存储到数据库中，再按照不同的计算逻辑，对全部的数据进行统一的批量处理，待全部数据处理完成后，才会输出最终的结果。

• 流式计算

在流式计算的世界中，数据是持续流动的，因此我们需要及时地对数据进行处理计算。与批量计算不同的是，流式计算需要先定义好计算逻辑，然后提交到流式计算系统中，等流数据到达后就会触发计算逻辑进行计算，并且这个计算作业的逻辑在整个运行期间是不可更改的。

（2）离线、实时计算则体现在对数据计算时延的要求上。如离线计算对数据计算结果的时延要求一般是一天、数天、数周甚至是数月；准实时计算一般是1小时或几小时；而实时计算则是分钟级、毫秒级的。

流批计算和离线、实时计算这两套数据处理方式之间不完全相同，但也并非完全独立，有时候我们也会看到它们同时出现，比如常见的离线批计算、实时流计算，当然在实际操作中，更重要的是根据项目需求，灵活地搭配使用不同的数据处理方式。