lambda架构

数仓报表需要支持历史数据和实时数据的整合的场景要如何处理结合你的需求，需要支持历史数据和实时数据的整合，并支持按时间粒度查询（如今日、本周、本月），这是一个常见的实时+离线混合处理场景。以下是详细分析和推荐方案，帮助你设计一个高效的 ETL 流程来满足这些需求。

系统架构设计师大数据架构篇一Lambda 架构提供了一个能够满足大数据系统关键特性的架构，包括高容错、低延迟、可扩展等。它整合离线计算与实时计算，融合不可变性、读写分离和复杂性隔离等原则，可集成 Hadoop、Kafka、Spark、Storm 等各类大数据组件。

数仓架构：离线数仓、实时数仓Lambda和Kappa、湖仓一体数据湖大数据HBase图文简介-CSDN博客数仓分层ODS、DWD、DWM、DWS、DIM、DM、ADS-CSDN博客

Java后端何哥

大数据技术4：Lambda和Kappa架构区别前言：在大数据处理领域，两种突出的数据架构已成为处理大量数据的流行选择：Lambda 架构和 Kappa 架构。这些架构为实时处理和批处理提供了强大的技术解决方案，使组织能够从其数据中获得有价值的见解。随着互联网时代来临，数据量暴增，开始使用大数据工具来替代经典数仓中的传统工具。此时仅仅是工具的取代，架构上并没有根本的区别，可以把这个架构叫做离线大数据架构。后来随着业务实时性要求的不断提高，人们开始在离线大数据架构基础上加了一个加速层，使用流处理技术直接完成那些实时性要求较高的指标计算，这便是 Lamb

【大数据】数据湖：下一代大数据的发展趋势国内的大型互联网公司，每天都会生成几十、几百 TB，甚至几 PB 的原始数据。这些公司通常采用开源的大数据组件来搭建大数据平台。大数据平台经历过以 Hadoop 为代表的离线数据平台、Lambda 架构平台、Kappa 架构平台三个阶段。