CS

实时流计算服务（Cloud Stream Service，简称CS），是运行在公有云上的实时流式大数据分析服务，全托管的方式用户无需感知计算集群，只需聚焦于Stream SQL业务，即时执行作业，完全兼容Apache Flink（1.5.3版本）API和Apache Spark（2.2.1版本）API。

实时流计算框架

产品优势: 1. 简单易用     在线SQL编辑平台编写Stream SQL，定义数据流入、数据处理、数据流出，快速便捷实现业务逻辑；用户无需关心计算集群, 无需学习编程技能，降低流数据分析门槛 2. 独享集群     全托管模式，自动弹性伸缩，用户完全不感知计算集群。提供共享集群和独享集群两种模式，独享集群与其他租户和共享集群完全物理隔离，并支持配额限制管理 3. 按需计费     按资源使用量计费，用多少算多少，定价单位是SPU(Stream Processing Unit, 1 SPU=1核CPU+4G内存)，用户选定SPU数，按时长计费，精确到秒 4. 高吞吐低时延     采用Apache Flink的Dataflow模型，完全的实时计算框架。采用高性能计算资源，从用户自建的Kafka、MRS-Kafka、DMS-Kafka消费数据，单SPU每秒吞吐1千~2万条消息，不同场景的吞吐

主要功能: 1. 丰富的StreamSQL在线分析能力     支持Window、Join等聚合函数、地理函数、CEP函数等，用SQL表达业务逻辑，简便快捷实现业务。详细内容请参见《实时流计算服务SQL语法参考》。

2. StreamingML     提供多种流式机器学习方法对数据进行实时分析与预测，用户仅需编写SQL调用相关函数便可实现数据统计，异常检测，实时聚类，时间序列分析等场景。详细内容请参见StreamingML。

3. 地理位置分析     提供地理位置分析函数对地理空间数据进行实时分析，用户仅需编写SQL便可实现例如偏航检测，电子围栏等地理分析场景。详细内容请参见地理函数。

4. CEP SQL     提供基于Match Recognize的模式匹配检测，帮助业务人员使用SQL实现基于复杂事件规则的异常检测业务。典型应用场景如欺诈检测、车辆异常行为检测、工业设备异常运行状态检测等。详细内容请参见CEP模式匹配。

5. 数据可视化     提供多种图表类型实时展示作业数据输出，用户还可以通过API网关服务自由访问作业数据，接入自定义工作流中。详细内容请参见数据可视化。

6. 可视化SQL编辑器     实时流计算服务针对不太熟悉SQL的用户，提供了可视化编辑器功能，它将实时流计算服务需要对接的上下游服务（如DIS、CloudTable等）和内部逻辑算子（如 filter、window等）封装成可拖拽的组件，用户只需要将其拖入画布中并用连线将各个元素连接，就能轻松的创建出一个作业的拓扑，再通过点击画布中的各个元素设置对应参数，就能轻松完成一个作业的编辑。详细内容请参见可视化编辑器。

7. 支持独享集群及其作业的资源配额     允许租户创建独享集群，独享集群与其他租户和共享集群是完全物理隔离的，不会受其他作业影响。租户可配置独享集群最大可使用SPU配额，并为其子用户分配可用的集群以及可使用的SPU配额。详细内容请参见集群管理。

8. 支持在线测试SQL作业     作业调试功能可以帮助用户校验SQL语句逻辑是否正确，通过用户的样例数据输入（支持手动输入和OBS输入两种方式）结合SQL逻辑快速输出样例结果，确保在作业正式运行时，逻辑处理正确。详细内容请参见调试作业。

9. 支持Flink和Spark自定义作业     允许用户在独享集群上提交Flink和Spark自定义作业。

10. 支持Spark streaming和Structured streaming     允许用户在独享集群上提交Spark streaming自定义作业。

11. 支持与多种云服务连通，形成丰富的流生态圈。     实时流计算服务的生态分为云服务生态和开源生态：

12. 云服务生态：实时流计算服务在Stream SQL中支持与其他服务的连通。用户可以直接使用SQL从这些服务中读写数据，如DIS、OBS、CloudTable、MRS、RDS、SMN、DCS等。     开源生态：通过对等连接建立与其他VPC的网络连接后，用户可以在实时流计算服务的租户独享集群中访问所有Flink和Spark支持的数据源与输出源，如Kafka、Hbase、ElasticSearch等。

13. 支持智能边缘平台（Intelligent EdgeFabric）     智能边缘平台 （IEF）与实时流计算服务的结合，支持流处理云端管理，边缘侧运行，提供实时流处理能力。

应用场景     实时流计算服务的使用，聚焦于互联网和物联网场景，适用于实时性要求高、吞吐量大的业务场景。主要应用在互联网行业中小企业、物联网、车联网、金融反欺诈等多种行业应用场景，如互联网汽车、日志在线分析、在线机器学习、在线图计算、在线推荐算法应用等。 1. 实时流分析场景     提供易用、低时延、高吞吐的实时流分析服务。支持Stream SQL和用户自定义作业做流分析。

    场景优势         易用：在线编辑Stream SQL，丰富的SQL函数满足复杂业务需要。         完全托管：用户完全不感知计算集群，聚焦流分析本身。         按需计费：作业选定SPU资源量，按时长计费，精确到秒。         场景特点：面向流数据，支持Window、CEP、Join等复杂的流分析操作，毫秒级时延。

    适用场景：实时日志分析，网络流量监控，实时风险管控，实时数据统计，实时数据ETL。  

实时流分析场景  

2. 物联网IoT场景     物联网设备或边缘设备，上传数据到数据接入服务（DIS）或者其他云存储服务，实时流计算服务直接从DIS读取数据，实时分析数据流（故障检测、数据清洗、统计分析、指标预警等等），实时把流分析结果持久化或推送告警通知。

    场景优势         丰富的IoT SQL函数：区域检测函数、偏航检测函数、相对位置判断等常用的IoT函数。         高吞吐低时延：使用Apache Flink执行引擎 ，完全的实时计算框架。         安全隔离：租户之间完全隔离，确保数据安全。         场景特点：物联网IoT直接调用实时流计算服务API，实时流计算服务可以实时读取传感器信息并执行用户的分析逻辑，分析结果对接到DIS、RDS等服务，并用于可视化、持久化、告警或报表展示。

    适用场景：电梯IoT、工业IoT、共享单车、互联网汽车和智能家居。