发布于 : Mar 29, 2022
不在本期内容中
这一条目不在当前版本的技术雷达中。如果它出现在最近几期中，那么它很有可能仍然具有相关参考价值。如果这一条目出现在更早的雷达中，那么它很有可能已经不再具有相关性，我们的评估将不再适用于当下。很遗憾我们没有足够的带宽来持续评估以往的雷达内容。
了解更多
Mar 2022
评估
更快地响应客户洞察的需求助推了越来越多事件驱动架构和流式处理技术的采用。例如 Spark、Flink、Kafka Streams 等框架提供了一种范式，让简单事件的消费者和生产者可以在复杂的网络中合作，提供实时的数据洞见。但是这种编程风格需要投入时间和精力去掌握，并且当作为单点应用实现时，会缺乏互通性。这也使得流处理技术的大规模广泛应用需要大量的工程投资。如今，一大批新工具正崭露头角，为日渐庞大的使用 SQL 进行熟练分析的开发者群体提供流处理应用方面的帮助。同时，SQL作为通用流式处理语言的标准化也降低了实现流数据应用的门槛。另外，还有一些工具，如ksqlDB 和 Materialize 有助于将这些独立的应用整合为统一的平台。总而言之，企业中这些基于 SQL 的流处理应用集合可以称为 流式数据仓库
