探索云世界
基于Flink+Lindorm实时数仓架构有什么弊端？
写回答
这种方案最大的特点是指标的计算都是通过Flink流引擎实现，然后将预计算好的多维 Cube导入到Lindorm这个低延迟的分布式数据库中，从而可以实现亚秒级的查询响应。然 而，这种架构存储明显的弊端: 。计算逻辑，资源消耗大:指标按不同维度组合都需要保存在Flink内存中，当指标粒度越 细或指标时间跨度越大时，资源消耗越大。 ，查询灵活性不足:计算逻辑需预先定义，无法灵活调整Query。在流量通道的场景中，会 有行业/产品/商品/商家等类似多维灵活交叉分析的场景。以上内容摘自《阿里云实时数仓Hologres最佳实践合集》电子书，点击https://developer.aliyun.com/topic/download?id=996 可下载完整版
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本技术圈将为大家分析有关阿里云产品Hologres的最新产品动态、技术解读等，也欢迎大家加入钉钉群--实时数仓Hologres交流群32314975
