流计算 - 不止于流
流计算&独享模式
阿里云流计算(Alibaba Cloud StreamCompute，Powered by Blink)是一个一站式、高性能、稳定、易用的流式大数据处理平台，通过它，您可以快速搭建具有亿级QPS处理能力的流式大数据系统。
近期流计算发布了一种新的售卖模式：独享模式。独享模式中，同时开放了一些针对数据湖场景的新功能：
-
ETL - 数据清洗，数据同步
-
数据分析
数据湖
Data Lake并不是一个新的概念，早在2011年就被提出，作为数仓的补充。
数据湖是一个中心化的存储，能够存储任意规模的结构化与半结构化数据。数据湖中的数据，不必经过结构化过程，即可进行各种类型的分析，如可视化，大数据处理，实时数据分析和机器学习。
数仓&数据湖
与数仓相比，数据湖中数据有以下几个特点：
在数据湖场景中，流计算有其独特优势，可完美解决数据湖场景下，结构化和半结构化数据的异构数据源计算和ETL等问题。下面以IoT场景举例说明其优势。
适应场景
典型工业化IoT场景，传感器，采集厂房中各地点的温度/湿度/压力等信息，并上传到云端做环境监控及数据分析，整体业务架构如下：
场景数据流
IoT场景中，整个系统数据分为几类：
-
IoT Device的运行日志，以文件的形式存储在OSS中
-
IoT Device采集的数据，上传到SLS/MQ/Kafka等各种数据通道类系统
-
MySQL/HBase/Redis等RDBMS/NoSQL中保存的重点监控区域设备白名单
场景业务逻辑
实时链路
离线链路
DataLake ETL
将IoT采集到的数据经过清洗，上传到数仓中做持久存储及分析
DalaLake分析
适用场景
实时BI
实时监控（CEP）
离线链路
优势
功能丰富:
-
实时/数据湖场景下ETL/分析/监控等功能集为一体
-
20+种connector，无缝对接各种类数据源<RDBMS/NoSQL/Queue/Hive...>
-
异构数据源计算：可使用标准SQL，对异构数据源<RDBMS/NoSQL/Queue/Hive...>直接计算<JOIN/UNION/SELECT...>
节省成本:
-
开发成本：实时/离线各种场景中，SQL+UDF即可解决所有问题，一套SQL，实时/离线无缝切换
-
运维成本：全托管模式，保证高SLA情况下，减轻用户运维负担
-
存储成本：直接分析OSS/RDBMS/NoSQL/Queue/Hive...中结构化/半结构化数据，与传统数仓中，数据集中后才能分析的模式相比，对低频查询类场景，可大大节省存储成本
-
计算成本：一个产品，支持多种计算能力，降低用户计算成本
阿里云流计算始终致力于为用户提供更丰富的功能，更强大的计算能力。
使用户以更低的成本，更灵活的方式，更短的时间，发掘所有数据中的价值，真正做到
DIVE INTO THE DATA，INSIGHT INTO THE FUTURE。
