实时数仓与离线数仓在开发上的区别

1. 离线方案的调度周期决定了其使用场景，及时性及准确性可以按照产出批次进行监控，如果数据出错存在修复的可能。
   实时任务是常驻任务，一旦出现错误，就将直接被用户感知，且刷掉错误数据较为麻烦，因此对数据质量，及其监控手段的要求更高。
   且大屏等高级场景需要进行压测、并进行多链路搭建来保障数据及时可用。
2. 实时计算不能完全照搬离线层级，应该合并计算单元，降低拓扑层级，在降低资源占用的同时提高可用性。
3. 离线存储空间巨大，数据模型中如有需要可以全量表的形式存储。
   实时侧数据主要集中与事务性数据，维表需要从离线拉取，且通常取T-2; 数据加载进内存，对资源要求更高
4. 离线数据数据有界数据，按照调度周期处理数据，易于理解与操作。
   实时数据在关联、加工复合型指标的场景下，需要对齐时间线，随着无界数据的持续输入，数据状态始终在发生变化，
   明细数据量大，则OLAP引擎压力加大；聚合粒度高，则由于无界数据完整性带来的数据误差会加大。
   故需要根据实际情况在 flink 聚合与 OLAP 引擎聚合之间找到平衡点
5. 离线数据可以保证绝对的准确性，实时数据在去重指标上，会采用相关算法进行估算，理论上存在一定误差，需要管理预期。