流存储的抽象能给上层的计算单元带来什么样的好处呢？

首先，对于之前提到的 messaging 系统+文件系统，数据需要用 stream 接口进入saging 系统，但是可能以文件接口方式读出，在接口抽象上并不一致。我们需要的流存储抽象，不管是注入端还是读取端，都是 stream 接口，给应用程序统一的抽象。

其次，流存储抽象需要提供动态扩展功能。在应用程序看来，它只需要往一个 stream 里写入数据。至于这个 stream 抽象怎么基于注入量进行动态扩展，或者在多路并发下怎么保证 per-key 的 order ，由抽象层内部解决，对应用程序完全透明。

第三，在所有情况下，哪怕是动态扩展过程中，从流存储抽象层读出的数据，具有perkey 的 order 保证。

第四，流存储抽象能够在逻辑上提供基于时间的全局一致的位置点，我们称之为 StreamCut 。应用程序依赖于此能够回放到任意一个位置点，回放或重试业务逻辑。

计算引擎例如 Flink 能够利用流存储抽象提供的 StreamCut ，基于流存储系统处理的checkpointing 功能，实现端到端的 exactly-once 保证。这在文件抽象接口上，是很难做到的。

除此之外，还有很多其他针对 streaming 典型场景的的好处，例如原子读写，低延时的tail read、事务支持、历史数据 truncation 等等。

以上内容摘自《开源大数据前瞻与应用实战》电子书，点击https://developer.aliyun.com/topic/download?id=1153可下载完成版