Data v reálném čase jsou doručována a zpracovávána okamžitě po jejich generování. Akciový ticker se aktualizuje každou sekundu. Systém pro detekci podvodů vyhodnocuje transakci, zatímco zákazník čeká. Aplikace pro sdílenou jízdu spáruje řidiče a cestující během několika sekund. Hodnota spočívá v rychlosti. Upozornění na podvod, které dorazí hodinu po transakci, je k ničemu. Aktualizace dopravní situace, která dorazí po dojíždění, je minulostí. Data v reálném čase umožňují rozhodnutí, která se musí učinit hned teď.

Infrastruktura se liší od dávkového zpracování. Platformy pro streamové zpracování, jako jsou Kafka, Flink a Spark Streaming, zpracovávají kontinuální toky dat. Zpracovávají události tak, jak dorazí, často v milisekundách. Architektura je složitější než u dávkového zpracování. Potřebujete fronty zpráv pro ukládání dat do vyrovnávací paměti, streamové procesory pro jejich transformaci a úložiště s nízkou latencí pro jejich obsluhu. Také musíte zvládat opožděně příchozí data, události mimo pořadí a zpracování přesně jednou. To jsou složité problémy. Systémy v reálném čase jsou také dražší na vybudování a provoz. Otázkou je, zda daný případ použití ospravedlňuje složitost. Detekce podvodů, nabídkové řízení v reálném čase a průmyslový monitoring ano. Měsíční reporty a noční výplaty nikoli. Reálný čas je požadavek, nikoli čestný odznak. Používejte ho, když na latenci záleží. Dávkové zpracování používejte, když na ní nezáleží.

Charakteristiky v reálném čase

• Nízká latence – milisekundy až sekundy
• Kontinuální – zpracovává události tak, jak přicházejí
• Založené na streamech – fronty zpráv a streamové procesory
• Komplexní – zpracovává pozdní a neuspořádaná data
• Drahé – více infrastruktury než dávkové řešení

Data v reálném čase se týkají přítomného okamžiku. Hodnota spočívá v jednání dříve, než daný okamžik pomine.