00:00
然后接下来我们再简单的总结一下flink的应用场景,前面我们说了啊,就各行各业都能用,只要是你想要让它快要实时的去处理大量的这个流数据,都可以用link。那具体来讲,最佳的应用场景主要可能有这么四大类的行业,一部分就是电商和市场营销。电商市场营销这里面的主要举例就有实时报表,广告投放,还有实时推荐,像这个实时报表网站,电商网站里边它的点击量啊,用户的这些点击量,其实也是他统计p vov的一个非常重要的来源,也是我们现在都讲这个流量经济嘛,什么是流量呢?点击嘛,用户点击了一下,浏览一下这个页面,这就是一个流量啊,所以想要做各种各样的这个商业分析,所谓的这个BI分析啊,生成这个实时的报表,其实都是基于这个数据的。另外还有一些公司的营销策略,我们在这个页面上投放什么样的广告,广告的这个定价是什么样的,都是基于点击量,那这个数据有可能非常非常的大,如果要是下订单的话,只要不是那些购物节,不是那个秒杀,什么抢购可能还好,但是你像这个浏览量的话,这个点击量那可能是非常庞大的数据,任何一个时刻数据量都非常大,那怎么办呢?
01:18
这个时候如果是想要把它先收集起来,把所有的数据,要分析的所有数据先收集起来,然后再去统一做处理的话。这就是我们之前熟悉的一个批处理的思路,攒一批然后处理,这个好处在于你想要处理的数据都到齐了。缺点就在于那攒数据的过程本来就等了很久,然后攒齐了再去处理,再去一个一个把这个数据提取出来去做分析,那这个处理的过程又很复杂,不用have做离线分析的时候,特别是做这个好多个表,连表查询那个很大的表的话,经常就会出现一条CQ,可能要跑好几个小时,甚至要跑一天啊,跑几天都是有可能的。
02:02
啊,那这个在很多场景下是不可接受的,如果说我们是要实时报表,就是马上数据来了之后很快就要出,怎么办呢?用link可以解决啊,这就是一个非常典型的应用场景。另外还有就是物联网IOT啊,这个主要就是比方说像这个传感器的实时数据的采集,采集了之后要做什么呢?那就是比方说我们那个控制中心,可以把它实时的显示出来,有一个大屏幕,然后上面就显示着当前啊,哪个地方的温度是多少,对吧,哪个地方的湿度是多少,风速是多少,把一这个一项一项都显示在这个大屏幕上,另外还可以干什么呢?还可以按报警啊,就假如说我们当前这个温度太高了啊,或者说这个湿度太高了,有可能影响设备的运转,那这个时候我就可以经通过分析之后做一个报警的输出。这个对于实时性的要求其实比电商要求还要高,因为这里如果你要稍微慢一点的话,这个可能最后导致的结果非常严重了。另外还有物流配送和服务,这个其实大家也非常熟悉了,当前我们物流配送的时候,其实是要随时的追踪订单的状态。
03:12
订单如果做了一些改变,我们就应该把它当前的数据获取到,然后可能就要推送给对应的用户,要更新,实时的知道他当前的状态,如果说数据量比较小的话,服务器这个后台不就是干这个事儿的吗?啊,数据量比较小的时候,一台服务器啊,或者几台服务器一个集群就搞定了,那如果是海量数据怎么办呢?同样flink也可以搞定这样的内容,所以flink不光是可以承接一部分Spark啊哈豆做离线分析,离线处理这个大数据分析处理的这些需求,另外它其实也可以承接一部分我们传统的网站后台的业务。因为它是实时的嘛,你只要来了数据之后,我就可以做分析,做响应,它就可以承担一部分业务逻辑要做的这一部分内容。
04:02
最后还有一部分是这个银行和金融业啊,这个也比较有趣,在银行和金融业里边啊,我们用户的这个转账啊,交易啊,这些行为,特别是现在我们都是电子银行,都是线上转转账,现在这个行为可能就是非常非常多了,转账会非常非常的频繁,那银行面对的呢,当然就是连续不断的,而且有可能同一时间非常多的海量的实时数据。那那以前银行是怎么样去做这个结算呢?银行有一个一个说法,就是说我们要去做盘点,要去做核对,核算结算,为什么他要做这个事儿呢?那其实就是因为我们之前在这个电子系统里边,你发生了一笔转账,你把这个钱转过去了。他这个还不算完,他必须最后再去核对,我们所有的这个数据库里边啊,每一笔账最后都是平的,会计要做的事情啊,所有的这个每一笔转账,你这边少了一笔,我那边就得加上一笔,整个这个都是平的,都没有任何的问题。
05:03
所有最后的数值都严丝合缝对上了,这才代表我们所有的交易是真正完成了。哎,所以当时如果要想做一个银行转账,是不可能实时到账的,经常就会好几个工作日之后转账才能转一笔。他主要就是做这个结算比较麻烦,他要把大量的数据收集在一起,然后一笔一笔去核对,这个就很麻烦,那现在怎么做呢?现在要实时结算,我一笔转账过去之后,马上就核对就清楚了,两边就已经结清了,所有的交易啊都已经完成了。这种怎么样去做呢?如果说数据量不大,那我们用服务器去搞定,如果要数据量非常非常大怎么办?用大数据框架flink可以搞定。另外还有一个应用,就是像这个信用卡,信用卡有盗刷欺诈的一些行为啊,我们可以去做一些风险的检测,所以在很多行业,这个其实也不光是银行和金融业啊,就在其他行业里边也是,如果我们想要做一些比方说用户登录行为啊,用户的交易行为有一些风险的检测的话,都可以用flink去做实时的处理。
06:12
所以在风控领域,Flink也有非常多的应用,这就是关于link的应用的场景。
我来说两句