Batch vs Streaming（批量 vs 流式处理）
知识库位置：
FDE Knowledge Base/03 Engineering/Data Engineering/Data Pipeline/Batch-vs-Streaming.md
这是 FDE 常见架构决策之一。
Batch（批量处理）
Section titled “Batch（批量处理）”批量处理：
Data（数据）↓Collect（收集）↓Process（处理）↓Output（输出）例如：
每天凌晨同步 CRM（Customer Relationship Management，客户关系管理系统）数据。
适合：
- Reporting（报表）
- Analytics（数据分析）
- Daily synchronization（每日同步）
- Large offline jobs（大型离线任务）
Streaming（流式处理）
Section titled “Streaming（流式处理）”事件发生后立即处理：
Event（事件）↓Stream（数据流）↓Consumer（消费者）↓Action（动作）适合：
- Fraud Detection（欺诈检测）
- Live Monitoring（实时监控）
- IoT（Internet of Things，物联网）
- Notifications（通知）
Core Decision（核心决策）
Section titled “Core Decision（核心决策）”不要先问：
Kafka（分布式事件流平台）还是某个 Streaming Framework（流式框架）？
应该先问：
业务需要多快？
例如：
24 hours?（24 小时可以吗）1 hour?（1 小时可以吗）5 minutes?（5 分钟可以吗）1 second?（必须 1 秒内吗）延迟要求越低，架构成本通常越高。