Echtzeitmodus im strukturierten Streaming

Der Echtzeitmodus ist ein Typ eines Structured-Streaming-Triggers mit einer End-to-End-Latenz von nur fünf Millisekunden. Nutze es für operative Arbeitslasten, die sofort auf Streaming-Daten reagieren müssen, wie etwa Betrugserkennung und Echtzeitpersonalisierung.

Der Echtzeitmodus verwendet dieselben APIs für strukturiertes Streaming wie die Mikrobatch-Verarbeitung. Du aktivierst es, indem du den Echtzeit-Trigger für eine Streaming-Abfrage einstellst. Zum Vergleich mit den anderen Structured Streaming Trigger-Typen siehe Configure Structured Streaming Trigger Intervals.

Der Echtzeitmodus ist auch in Lakeflow-Pipelines verfügbar. Siehe Verwenden des Echtzeitmodus in Lakeflow-Pipelines.

Erste Schritte

Seite	Description
Einrichten des Echtzeitmodus	Konfigurieren Sie Classic Compute, aktivieren Sie den Echtzeit-Trigger und messen Sie Ihren Cluster aus.
Konzepte des Echtzeitmodus	Lerne, wie der Echtzeitmodus funktioniert und wann du ihn anstelle des Mikro-Batch-Modus nutzen solltest.
Anleitung: Ausführen einer Echtzeit-Streaming-Aufgabe	Führen Sie Ihre erste Streamingabfrage mit dem Echtzeit-Trigger und einer Ratenquelle aus.

Realzeitanwendungen erstellen

Seite	Description
Optimieren und Überwachen der Abfrageleistung im Echtzeitmodus	Optimieren Sie die Rechenleistung, reduzieren Sie die End-to-End-Latenz und überwachen Sie die Abfrageleistung mit integrierten Metriken.
Einschränkungen des Echtzeitmodus	Verstehen Sie bekannte Einschränkungen für Quellen, Gewerkschaften und mapPartitions.
Referenz zum Echtzeitmodus	Überprüfen Sie unterstützte Umgebungen, Sprachen, Rechentypen, Quellen, Sinks und Operatoren.
Beispiele für den Echtzeitmodus	Entdecken Sie Codebeispiele für Kafka, Kinesis, Lakebase, stateful Queries und benutzerdefinierte Sinks.

Weitere Ressourcen

• Strukturierte Streaming-Konzepte
• Konfigurieren strukturierter Streaming-Triggerintervalle
• Verwenden des Echtzeitmodus in Lakeflow-Pipelines