Apache flink 弗林克，怎么算？

我看到一篇帖子，在帖子里，一个叫Klaviyo的公司里的人在不同的时间段，每小时，每天，甚至每月都在计算

我有几个问题，如果我理解正确的话，他们在使用timewindow，但是像一天这样长时间使用timewindow正常吗

这对我来说没什么意义，如果你每天或每月都在盘点，为什么不使用批处理呢？在这种情况下使用流媒体的基本好处是什么

另一种情况是，如果我需要从一开始就实时计算卡夫卡事件，那么现实世界的解决方案是什么？每次事件到达时，使用flink streaming更新redis中的计数器？如果卡夫卡相当繁忙，比如每秒数百万条消息，那么会不会有太多的IO和网络

如果你每天或每月做一次调查，这对我来说没有意义 计数，为什么不使用批处理？最根本的问题是什么 在这种情况下使用流媒体的好处是什么

当然，您可以进行其他批处理。但您将如何处理重新处理？您必须重新启动批处理流程和实时流程，并且数据可能不匹配，因为您有两个流程

对于几天内的聚合，有一个解决方案，这样数据就不会爆炸内存。在KafkaStream中，数据甚至被存储回Kafka

---

如果每次事件发生时都需要更新计数器，那么问题是是否需要有人以0.001毫秒为单位查看计数器？因为您可以在0.3秒内批量处理流媒体管道，人们可以在最佳状态下感知到这一点。这就是为什么人们也说近实时，这意味着它不是实时的，但它已经满足了需求。

谢谢你的回答，如果时间框架是每小时、每天和每月，我认为我们可以使用批处理+一些调度系统，为什么会有两个进程？是的，每小时、每天不需要两个。如果使用每分钟或，则需要实时处理和批处理