>作者:高二蛋
>
>來源:[恒生LIGHT雲社群](https://developer.hs.net/thread/1009 "恒生LIGHT雲社群")
随着抖音,快手等短視訊平台的興起,流式計算進入了大家的視線,各大公司使用流式計算根據使用者的行為偏好,在短時間内反映在推薦模型中,推薦模型再以低延遲的捕捉使用者的行為偏好,進而提供更精準、及時的推薦,這也就是我們刷抖音停不下來的原因;接下來就給大家介紹一下流式資料的前世今生:
第一種:
特點:實時性好,但是海量資料的時候,高并發就不行了;
![1.png](https://developer.hs.net/storage/attachments/2021/06/03/XkOVDAwjGVanR0gaxaEKBUaHWOoTR7a60JKHRIEr_thumb.png "1290")
第二種:
特點:高并發實作了,但是低延遲做不到
![2.png](https://developer.hs.net/storage/attachments/2021/06/03/TtDHY6Hrzs3PB2k0DpY8bPWQvLxvKiZpwfRYHYDF_thumb.png "1291")
第三種:(最初第一代流式處理的架構)
* 特點:把目前計算處理過程當中,所需要的哪些東西,不要去關系型資料庫裡查了,直接把它存到本地狀态就行了;
* 缺點:無法滿足處理資料的有序性;
![3.png](https://developer.hs.net/storage/attachments/2021/06/03/I5AP5Jmp7CaDpKm24U4u8SmD6RJ51DThdmQp4qMC_thumb.png "1292")
第四種:
優點:實作了實時性,低延遲;
缺點:維護起來比較麻煩,要同時維護兩套系統;
說明:這裡的speed table先擷取近似的資料以供粗略查詢;随後再檢視和batch table
結合後的準确資料;
![4.png](https://developer.hs.net/storage/attachments/2021/06/03/rqgfvnvOldodpefSFpQPln6APrksXKOtvB3iaw31_thumb.png "1293")
第五種:
說明:就是用flink作流式處理,集合了所有的優點;
![5.png](https://developer.hs.net/storage/attachments/2021/06/03/sYyzCLj0doYfDtSFjA4o5AaC6saK8g2NCdCIP7os_thumb.png "1295")