一、普通实时计算和实时数仓的比较
普通实时计算优先考虑时效性，从数据采集经过计算直接得到结果，时效性更好，但是中间结果没有沉淀下来，当面临大量实时计算的时候，计算的复用性差，开发成本大大提高；
实时数仓是基于数仓理论对数据分层，提高数据的复用率；
二、实时数仓分层
ods：原始数据，业务
dwd：数据对象进行分流，比如页面访问，订单等
dim：维度数据
dwm：对部分数据进一步加工，可以和维表进行关联，形成宽表，依旧是明细数据
dws：将某个主题与多个事实数据轻度聚合，形成主题宽表
ads：把clickhouse数据根据可视化需求筛选聚合
三、离线计算和实时计算的比较
离线计算：计算前已知所有数据，输入数据不会变化，计算量大，时间长，根据前一日的数据生成报表，对时效性不敏感。
实时计算：输入数据以序列化的方式一个个输入并行处理，开始的时候并不需要知道所有的输入数据，量小计算时间短，所查当下给出结果
侧重当日数据的实时监控，逻辑相对离线更为简单，统计指标也少一些，更注重时效与用户的交互性。
四、实时需求种类
1.日常统计报表，分析图包含当日部分
针对企业运营管理，仅靠离线，时效性无法满足，计算当日，分钟级，秒级的数据，便于企业快速的反应与调整。所以实时数据往往与离线数据合并展示在BI,统计平台中。常规的数据大屏
2.数据预警
风控预警，营销提示，以便快速采取应对措施，检测到用户的行为对于某些商品具有较强的购买意愿，那么可以把这些“商机”推送给客服部门，让客服进行主动的跟进。
3.实时推荐
实时推荐就是根据用户的自身属性结合当前的访问行为，经过实时的推荐算法计算，从而将用户可能喜欢的商品、新闻、视频等推送给用户。
标签：数仓,Flink,离线,实时,计算,时效性,数据 来源： https://www.cnblogs.com/fi0108/p/14776889.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。