1.2.1.1 原生流式 vs 微批处理

文档摘要

1.2.1.1 原生流式 vs 微批处理你有没有在凌晨三点，盯着 Grafana 面板上那条持续抖动的曲线，一边灌着第三杯冷掉的美式，一边反复刷新 Spark UI 的 Streaming Tab，心里默念：“它明明只该处理 200ms 的数据，为什么 lag 突然飙到 8.7 秒？下游 Kafka 消费者已经集体失联，Flink 作业却纹丝不动——这到底是数据的问题，还是我们亲手把‘实时’焊死在了批处理的铁砧上？” 这不是故障报告里的修辞，是上周三我们在某省政务云实时风险预警平台上线前压测时的真实切片。当时，Spark Streaming 正在消费来自全省 137 个区县政务终端的加密事件流（JSON over Kafka），每秒约 42,000 条带时间戳的结构化告警；