举例：两个流，一个下订单流 一个揽收流
不能把计算放在存储中解决 缺点：
- 明细数据量极大，存储overhead
- 产品端接口开发工作量大
- 大促期间，数据洪峰，读写双重压力
- OLAP数据库成本本身成本极高
基于消息队列：
- 延迟读取（数据超时未来的手动制造消息触发）
- 延迟下发（数据超时未来的手动制造消息触发）
基于Flink State
- TimerService（数据超时未来的手动制造消息触发–最好用）
- CEP（数据超时未来的取到测流处理）
举例：两个流，一个下订单流 一个揽收流
不能把计算放在存储中解决 缺点：
基于消息队列：
基于Flink State
名师互学网 版权所有 (c)2021-2022 ICP备案号：晋ICP备2021003244-6号
