Data i realtid leveres og behandles øjeblikkeligt, når de genereres. En aktiekurs opdateres hvert sekund. Et system til registrering af svindel evaluerer en transaktion, mens kunden venter. En samkørselsapp matcher chauffører og passagerer på få sekunder. Værdien ligger i hastigheden. En svindelalarm, der ankommer en time efter transaktionen, er ubrugelig. En trafikopdatering, der ankommer efter pendlingen, er historie. Data i realtid muliggør beslutninger, der skal træffes nu.

Infrastrukturen adskiller sig fra batchbehandling. Streambehandlingsplatforme som Kafka, Flink og Spark Streaming håndterer kontinuerlige datastrømme. De behandler hændelser, når de ankommer, ofte på millisekunder. Arkitekturen er mere kompleks end batch. Du har brug for meddelelseskøer til at buffere data, streamprocessorer til at transformere dem og lagring med lav latenstid til at betjene dem. Du skal også håndtere sent ankommende data, hændelser i forkert rækkefølge og præcis én gang-behandling. Det er vanskelige problemer. Realtidssystemer koster også mere at bygge og drive. Spørgsmålet er, om use casen retfærdiggør kompleksiteten. Svigdetektering, budgivning i realtid og industriel overvågning gør det. Månedlige rapporter og lønkørsler natten over gør det ikke. Realtid er et krav, ikke et æresmærke. Brug det, når latenstid betyder noget. Brug batch, når det ikke gør.

Realtidsegenskaber

• Lav latenstid — millisekunder til sekunder
• Kontinuerlig — behandler hændelser, når de ankommer
• Streambaseret — meddelelseskøer og streamprocessorer
• Kompleks — håndterer forsinkede og forkerte data
• Dyrt — mere infrastruktur end batch

Realtidsdata handler om nuet. Værdien ligger i at handle, før øjeblikket er forbi.