数仓面试常见问题:5.实时数仓与流处理

piepis

已于 2025-04-12 14:46:13 修改

阅读量617

点赞数 6

CC 4.0 BY-SA版权

分类专栏：数据仓库-维度建模大数据-Hadoop脉络实时计算-Flink框架文章标签：面试职场和发展实时计算 Flink 数据仓库

于 2025-03-10 16:32:06 首次发布

实时数仓与传统离线数仓的区别是什么?

实时数仓（Real-time Data Warehouse）和传统离线数仓（Batch Data Warehouse）在数据处理方式、架构、应用场景等方面存在明显区别。以下是它们的主要区别：

维度	实时数仓	传统离线数仓
数据采集	实时流式采集（Kafka、Flink、Pulsar）	批量采集（ETL 定时任务，如 Sqoop、DataX）
数据处理	流式计算（Flink、Spark Streaming、Kafka Streams）	批处理（Hive、Spark、MapReduce）
数据存储	实时数据库（HBase、ClickHouse、Druid、Apache Pinot）	传统 OLAP 存储（Hive、Presto、Greenplum）
数据更新	实时更新（事件驱动，低延迟）	批量更新（每天/每小时 T+1）
查询方式	支持秒级查询，适合实时 BI / OLAP	支持大规模分析查询，适合深度分析