有界与无界数据

有界数据（Bounded）有明确的起点和终点，例如一天的分区、一个日志文件，批处理器一次读完全部即可给出结果。无界数据（Unbounded）持续追加、没有终点，例如消息队列里的事件流，流处理器只能依靠窗口、水位线与增量状态持续产出结果，永远等不到「全部到齐」。

同一段逻辑的两种执行

批流一体引擎把两者统一起来：同一段聚合 SQL，作用在有界表上就是一次性作业，作用在无界流上就是常驻作业。判断一个任务的形态，第一步是看它的输入是否有界——这决定了它该由调度器触发还是作为常驻作业运行。

基本信息

两种数据的差别

典型使用场景

• 日终报表：输入是当天分区，属有界数据，用调度跑批最稳妥
• 实时看板：输入是持续事件流，属无界数据，必须常驻运行
• 历史回灌：把历史数据当有界输入处理，不要塞进常驻流作业
• 统一逻辑：同一套 SQL 分别跑批与跑流，口径自然对齐
• 判断任务形态：先看输入是否有界，再决定部署方式与监控指标

Flink SQL：同一聚合的两种数据源

-- 有界：读取文件或已结束的分区，批模式一次算完
SELECT region, SUM(amount) AS amt
FROM orders_file
GROUP BY region;

-- 无界：读取 Kafka 事件流，必须按窗口持续产出，不能等数据到齐
SELECT TUMBLE_START(ts, INTERVAL '1' MINUTE) AS w, region, SUM(amount) AS amt
FROM orders_kafka
GROUP BY TUMBLE(ts, INTERVAL '1' MINUTE), region;