开发者学堂课程【阿里云流计算使用教程：流计算概念】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/432/detail/5385
流计算概念
内容介绍
一、大数据处理流程
二、流式计算与批量计算区别
三、流计算定义
四、流计算业务架构
一、大数据处理流程
大数据处理共有四个流程：
数据发生、数据采集、数据加工、数据消费。
1. 传统处理模型：
存在问题：
（1）时延较高：整个装载数据、数据处理以及数据输出可能是数小时或数天级别，不能满足时效性很高的场景。
（2）处理单一：不支持图像、流式数据等
（3）迁移高昂：数据迁移时会产生高昂费用。
2. 下一代数据模型：
完全解决上一代存在的问题：采集实时化、计算多样化、存储共享化
二、流式计算与批量计算区别
1. 流式处理的出现有效的缩短了整体链路的延迟，提供另一套基于流的计算模型。
作为现有的离线批量大数据有效计算补充。
2. 从图中可以看出离线（批量）计算和流计算的区别，离线计算时批量、高时延、主动发起，流计算时持续、低时延、事件触发。
3. 从下表可以看出计算模型的区别：
|
批量计算 |
流式计算 |
数据范围 |
对数据集中的所有或大部分数据进行查询或处理 |
对时间窗口内的数据或仅对最近的数据记录进行查询或处理 |
数据大小 |
大批量数据 |
单条记录或包含几条记录的小批量数据。 |
性能 |
几分钟至几小时的延迟 |
只需大约几秒或几毫秒的延迟 |
分析 |
复杂分析 |
简单的聚合、统计型分析函数 |
三、流计算定义
1.流计算作为一类针对流数据的实时计算模型、流计算可有效地缩短全链路数据流时延、实时化计算逻辑、平摊计算成本，最终有效满足实时处理大数据的业务需求。
2.流数据
不同于传统的离线数据，流数据产生源头来自于源源不断的事件流，由数千个数据源持续生成的数据，流数据
通常也数据记录的形式发送，但相较干坚线数据，流数据对干平售，计管售成的时让要求较高。归结下来流数据有以下三大特点：
3. 流计算时批量计算的有效增强，特别在于对于流数据分析方面，是大数据计算是一个不可或缺的增值服务。
四、流计算业务架构：
第三方数据产生，到达数据计算、数据存储、最后到达业务服务。
流计算业务架构主要包括流数据采集、流数据处理、流数据集成以及流数据消费。
