本章将涵盖多个针对各种用例的部署模型。我们将重点探讨在何种情况下使用流处理数据库最具优势，以及何时其他方法可能更适合。我们会考虑到前几章中讨论的所有流处理属性，包括一致性、工作负载类型、存储格式，以及

在上一章中，我们探讨了当今生态系统中的现有实时系统，并介绍了三个不同的数据层面：操作层面、分析层面和流处理层面。操作层面和分析层面主要处理静态数据，侧重于静态信息。相比之下，流处理层面则独特地以动态数

在第七章中，我们介绍了新兴的混合数据库，这些数据库提供了支持实时分析的替代解决方案。这些系统减少了基础设施需求，使数据对分析工作负载更具可及性。由于混合系统融合了传统上分布式的系统，因此有一种假设认为

在本章中，我们将关注范围扩大到包括那些在应对现代实时事件驱动应用日益增长的需求中浮现出的更广泛的混合系统。这些系统虽然不是我们在本书中定义的流数据库，但它们具备连接关系型、分析型和流处理工作负载的特质

如果你对数据库非常熟悉，你可能会认为一致性是理所当然的。你知道查询的结果将与输入数据一致。然而，假如你敢于从数据库的世界跨越到流处理的世界，你是否可以依靠类似的一致性保证，即使在数据迟到和乱序到达的额

在电子表格中，你可以在一个单元格中输入一个公式（例如，另一列中单元格的总和），并且当公式中的任何输入发生变化时，公式的结果会自动重新计算。这正是我们在数据系统层面想要实现的效果：当数据库中的一条记录发

在前几章中，我们只简要提到了物化视图。在真正理解流数据库之前，物化视图将是你需要掌握的最重要的概念。物化视图首次引入是在 1990 年代初期。最初，它们作为某些 OLTP 数据库中的一种功能被开发出来

在第2章中，我们让流处理平台对数据进行了转换并将其放入了汇主题中。预处理后的数据现在驻留在流处理平台的一个主题中。在图3-1中，汇主题和 OLAP 数据存储在分析层中被突出显示。 接下来我们需要做的是

在第1章中，我们介绍了一个将实时数据提供给消费者的简单用例。我们还介绍了连接器，以及它们如何将静态数据转换为动态数据（或事件流），然后将其发布到流处理平台中的主题中。 事件流现在可以被读取，但它们很可