传统的数据处理架构->流处理架构(Lambda架构->Kappa架构)

传统的数据处理架构

类似于流式处理，来一个事件，立即做出响应，适用于关系型数据库，数据量较小的情况

用Web程序来举例，用户点击了网页上的按钮后，会向服务器发起请求，后台立即做出响应，从数据库中查询对应的信息，进行计算，得到的结果，可能再存回数据库中，最后给用户做一个页面响应

比如用户登录，用户填写用户名和密码之后，点击注册，后台做出响应，去数据库中查询，验证该用户是否存在，如果不存在就把用户信息经过一些加密处理，再保存到数据库当中，最后给用户反馈，注册成功

类似于批处理，攒上一批数据，一起处理

因为数据量太大，数据来源多种多样，可能来自于mysql,sqlserver,orcale等多个关系型数据库，和一些非结构化的数据，比如前端埋点数据，可能为JSON或其他格式，一个单纯的关系型数据库根本无法处理

所以如果对实时性要求不高，就采用批处理的方式，存放到数据仓库中进行汇总之后，再进行分析

如果要做到低延迟实时分析，就要使用流式处理的方式

有状态的流式处理

像一个管道，数据从一边流入，进行处理后，从另一边流出，但后边如果像继续使用，也可以拿出来消费

在前面的事物处理流程中，需要数据时，