《Streaming Systems》第一章导读

《Streaming Systems》作为去年的出版的关于实时计算的新书，主要探讨了Dataflow模型以及Streams和Tables之间的关系两块内容。趁着团队在集中精力建立实时计算框架以及应用到业务中，重新温习《Streaming Systems》，构建思维导图和导读笔记，以期对Spark 2.X和Flink有更好的理解。

《Streaming Systems》第一章分为三部分

• 首先澄清了流（Stream）的概念，区分了有界数据集和无界数据集，重新定义了Stream和Table的关系，并从一个更高的角度认为，流处理实际是批处理的超集，也借此批评了Lambda架构给系统引入的复杂性。再之后流处理系统应该要处理的正确性（correctness）和时间推理工具（tools for reasoning about time）两个概念。
• 梳理事件时间（event time）和处理时间（processing tim）两个实时计算过程中非常重要的概念，给出了两种不同的时间会给数据分析和处理带来的各种问题
• 最后抽象出数据处理的共同模式，以及处理无界数据集所使用的四种方法：数据集与时间无关（time- agnostic），推测式（approximation），基于处理时间的窗口（windowing by processing time）和基于事件时间的窗口（windowing by event time）