跳转到内容

Real-Time Data Architecture(实时数据架构)

知识库位置:FDE Knowledge Base/04 Architecture/Patterns/08-Real-Time-Data-Architecture.md

Architecture Metadata(架构元数据)

Section titled “Architecture Metadata(架构元数据)”
Architecture ID: ARCH-008
Category(类别):
Data Foundation(数据底座)
Primary Business Problem(主要业务问题):
Low-latency Processing and Response
(低延迟数据处理与响应)
Complexity(复杂度):
High(高)
AI Dependency(AI 依赖度):
Low / Medium(低/中)
Data Dependency(数据依赖度):
High(高)
Integration Complexity(集成复杂度):
High(高)
Human Review(人工复核):
Not needed(不需要)
Status: Core
Version: v0.2

某些业务需要:

数据发生后,在很短时间内完成处理或响应。

例如:

  • Fraud Detection(反欺诈检测)
  • IoT Monitoring(物联网监控)
  • Real-time Alerting(实时告警)
  • Operational Monitoring(运营监控)
  • Live Recommendation(实时推荐)

先问:

多快才算足够快?

24h
1h
5m
30s
1s
100ms

不同答案对应完全不同的架构成本。


Data Source(数据源)
↓
Event / Stream Producer(事件 / 流生产者)
↓
Message Broker(消息代理)
↓
Stream Processing(流处理)
↓
State / Feature Store(状态 / 特征存储)
↓
Real-time Decision(实时决策)
↓
Action / Alert / API(动作 / 告警 / 接口)

同时通常有:

Stream(流)
↓
Durable Storage(持久化存储)
↓
Historical Analytics(历史分析)

  • Producer(生产者)
  • Broker(消息代理)
  • Consumer(消费者)
  • Stream Processor(流处理器)
  • State Store(状态存储)
  • Sink(数据汇)
  • Monitoring(监控)

必须考虑:

  • At-least-once(至少一次投递)
  • Duplicate(重复)
  • Ordering(顺序)
  • Replay(重放)
  • Backpressure(背压)
  • Dead Letter(死信)
  • Consumer Lag(消费滞后)

核心问题:

Exactly once?(精确一次?)
At least once?(至少一次?)
At most once?(至多一次?)

很多业务最终采用:

At-least-once(至少一次)
+
Idempotent Consumer(幂等消费者)

  • Consumer Lag(消费滞后)
  • Duplicate Event(事件重复)
  • Event Loss(事件丢失)
  • Out-of-order Event(事件乱序)
  • Schema Mismatch(结构不匹配)
  • State Corruption(状态损坏)

如果业务接受:

15 minutes
30 minutes
1 hour

Batch / Micro-batch(批量 / 微批处理)往往更简单。

关联:Decision Guide:Batch vs Streaming(批量 vs 流式)