一、批处理和实时流处理的区别

• 批处理：对有界数据流的处理通常被称为批处理。批处理不需要有序地获取数据。在批处理模式下，首先将数据流持久化到存储系统（文件系统或对象存储）中，然后对整个数据集的数据进行读取、排序、统计或汇总计算，最后输出结果
• 实时流处理：对于无界数据流，通常在数据生成时进行实时处理。因为无界数据流的数据输入是无限的，所以必须持续地处理。数据被获取后需要立刻处理，不可能等到所有数据都到达后再进行处理。处理无界数据流通常要求以特定顺序（如事件发生的顺序）获取事件，以便能够保证推断结果的完整性

二、批处理与流处理对比的特点

• 批处理程序的容错不使用检查点。因为数据有限，所以恢复可以通过“完全重播”（重新处理）来实现。这种处理方式会降低常规处理的成本，因为它可以避免检查点
• DataSet API中的有状态操作使用的是简化的内存数据结构，而不是键-值（Key-Value）索引
• 在DataSet API中引入了特殊的同步迭代（基于超步），这只是在有界数据流上是可能的