使用場景

Flink廣泛應用于大數據實時化的場景，本文從技術領域和企業應用場景進行介紹。

• 技術領域

  從技術領域的角度，Flink主要用于以下場景：

  • 實時ETL（Extract-transform-load）和數據流

    實時ETL和數據流的目的是實時地把數據從A點投遞到B點。在投遞的過程中可能添加數據清洗和集成的工作，例如實時構建搜索系統的索引和實時數倉中的ETL過程等。

  • 實時數據分析

    實時數據分析指的是根據業務目標，從原始數據中抽取對應信息并整合的過程。例如，查看每天銷量前10的商品、倉庫平均周轉時間、文檔平均單擊率和推送打開率等。實時數據分析則是上述過程的實時化，通常在終端體現為實時報表或實時大屏。

  • 事件驅動應用

    事件驅動應用是對一系列訂閱事件進行處理或作出響應的系統。事件驅動應用通常需要依賴內部狀態，例如欺詐檢測、風控系統、運維異常檢測系統等。當您的行為觸發某些風險控制點時，系統會捕獲這個事件，并根據您當前和之前的行為進行分析，決定是否對您進行風險控制。

• 企業應用

  從企業應用的角度，Flink主要用于以下場景：

  • 業務部門：實時風控、實時推薦和搜索引擎的實時索引構建等。

  • 數據部門：實時數倉、實時報表和實時大屏等。

  • 運維部門：實時監控、實時異常檢測和預警以及全鏈路Debug等。