批量计算与流式计算的区别

大数据的【计算模式】主要分为两种，适用于不同的大数据应用场景

1. 批量计算(batch computing)

批处理：对一定规模量的数据进行处理，类似搬砖，10个10个的搬
场景：离线数据统计、报表分析等（过去1年 10000亿条日志，分析日、周、月，接口响应延迟 状态码）
特点：批量计算非实时、高延迟，计算完成后才可以得到结果
框架：Hadoop MapReduce

2. 流式计算(stream computing)

流处理：对源源不断的数据流进行处理，类似水龙头出水
特点：流式计算实时、低延迟，实时取最新的结果
场景：实时监控、实时风控等
框架：Spark(宏观上)、Flink

3. 区分（ 离线计算和实时计算 +流式计算和批量计算）

离线计算和实时计算 ：是对数据处理的【延迟】不一样（一个实时和非实时）
流式计算和批量计算： 是对数据处理的【方式】不一样（一个流式和一个批量）
结论：离线和批量不等价，实时和流式不等价，因为不是同个维度的东西