批处理是流处理的一部分

刚学flink,有个不太成熟的猜想

批处理有边界,而流处理没有。那如果批处理这个边界足够小呢?小到一条数据,那么很多批数据就等同于流处理数据。

不成熟的小猜想,先放在这里,等我学完这一部分知识看看会不会打脸。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Flink是一个处理框架,它的基本数据模型是数据和事件序列。数据可以是无边界的无限,也可以是有边界的有限,同时兼顾了批处理的能力。与之相反,Spark Streaming是将转化为小批次来处理,这种方案在需要低延迟时会导致额外开销占比增加,难以实现秒级或亚秒级的延迟。而Flink批处理视为一种有限的,这种做法在共享大部分代码的同时,还能保留批处理的一系列优化。因此,Flink处理方面具有更好的性能和灵活性。关于Flink的PHP处理,我无法提供具体信息,因为Flink主要用于Java和Scala编程语言。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* *3* [批一体神器 FlinkFlink State 架构原理解析](https://blog.csdn.net/tzs_1041218129/article/details/114609765)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [基于Flink建设批一体实时数仓](https://blog.csdn.net/w397090770/article/details/121646407)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值