1
条回答
写回答
写回答
-
推荐回答第一阶段，依靠一个实时计算任务直接计算结果，一旦需要对任务重启，就需要重跑一遍历史全量数据，上游存储介质需要永久存储，追赶的时间很长，且期间提供的数据不可用。 第二阶段，实时任务只计算增量部分，离线任务计算存量部分。再依靠Java服务，将两部分数据整合，开发战线拉得很长。 目前也就是第三阶段，将整合增量数据以及存量数据的任务也交给了流计算处理。第一层流计算，负责计算增量数据。第二层流计算负责整合增量存量数据，也因此实时计算任务有了级联关系，但目前实时计算开发平台，将所有的任务平铺管理，在某些需要对级联任务统一运维的场景支持不太友好，希望后续可以支持可视化的依赖管理，以及级联运维的，我们能迅速尝试并落地实施数仓，得益于 Flink sql 强大的能力。 以上信息摘自《大数据与ai的16种可能》，下载地址：https://developer.aliyun.com/topic/download?id=8237
2022-04-01 15:24:59赞同 展开评论 打赏
问答地址：
开发者社区
>
开发者社区官方技术圈
>
问答
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。
相关问答
