实时计算广泛应用于大数据实时化的场景,从简单到详细,可以按照已有流处理系统、部门场景和技术领域进行划分。
说明 更多场景案例请参见阿里云实时计算产品案例和解决方案汇总。
已有流处理系统
通常,如果您本地已安装Flink、Storm或Spark Streaming系统,可以直接迁移到实时计算产品。
按照部门场景划分
从企业部门职能的角度可以将实时计算的划分为以下场景:
- 业务部门:实时风控、实时推荐、搜索引擎的实时索引构建等。
- 数据部门:实时数仓、实时报表、实时大屏等。
- 运维部门:实时监控、实时异常检测和预警、全链路Debug等。
按照技术领域划分
从技术领域来看,实时计算主要用于以下场景:
- 实时ETL和数据流
实时ETL和数据流的目的是实时地把数据从A点投递到B点。在投递的过程中可能添加数据清洗和集成的工作,例如实时构建搜索系统的索引、实时数仓中的ETL过程等。
- 实时数据分析
数据分析指的是根据业务目标,从原始数据中抽取对应信息并整合的过程。例如,查看每天销量前10的商品、仓库平均周转时间、文档平均点击率、推送打开率等。实时数据分析则是上述过程的实时化,通常在终端体现为实时报表或实时大屏。
- 事件驱动应用
事件驱动应用是对一系列订阅事件进行处理或作出响应的系统。事件驱动应用通常需要依赖内部状态,例如点击欺诈检测、风控系统、运维异常检测系统等。当用户的行为触发某些风险控制点时,系统会捕获这个事件,并根据用户当前和之前的行为进行分析,决定是否对用户进行风险控制。
本文来自 阿里云文档中心 实时计算 应用场景
云栖号在线课堂,每天都有产品技术专家分享立即加入圈子:https://c.tb.cn/F3.Z8gvnK与专家面对面,及时了解课程最新动态!
原创文章,作者:网友投稿,如若转载,请注明出处:https://www.cloudads.cn/archives/34534.html