在双 11 大促中规模化使用 Flink 流批一体到最终落地，整个改造过程大致可以分为哪几个关键阶段

第一个阶段是设计。首先需要拆解和梳理天猫实际情况，完成流批一体模型的统一。然后需要在平台这一侧把源数据打通，实现用户只写一套代码，平台自动翻译成 FlinkBatch 任务和 Flink Stream 任务，同时写到一张 Holo 表，完成计算层表达的统一。

第二个阶段是落地。流批一体需要依赖离线的调度，因此需要对 MaxCompute 平台做一定程度的打通。

第三个阶段是优化。包括语义层表达的优化，比如以前写的趋势图逻辑可能针对流场景做了针对性优化，但在批上面不起作用甚至可能存在问题，这些特殊场景需要做语义对齐；也包括性能的优化，以保证在双 11 可以达到性能目标。

第四阶段是稳定性。由于整条链路改动比较大，双11场景对稳定性的要求又特别高，因此团队重点展开了数据全链路的压测，以保证 Flink 本身流批计算性能、Hologres 的查询性能和上层 BI 层的查询性能，都能够满足双 11 的 QPS 诉求。

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