| 标准编号 | GB/T 44216-2024 (GB/T44216-2024) | | 中文名称 | 信息技术 大数据 批流融合计算技术要求 | | 英文名称 | Information technology - Big data - Technical requirements for integrated batch and streaming computing | | 行业 | 国家标准 (推荐) | | 中标分类 | L67 | | 国际标准分类 | 35.240 | | 字数估计 | 18,143 | | 发布日期 | 2024-07-24 | | 实施日期 | 2025-02-01 | | 发布机构 | 国家市场监督管理总局、中国国家标准化管理委员会 | GB/T 44216-2024
Information technology - Big data - Technical requirements for integrated batch and streaming computing
信息技术 大数据
批流融合计算技术要求
Information technology-Big data-Technical requirements for integrated batch
and streaming computing
ICS 35.240
CCS L 67
中华人民共和国国家标准
2024-07-24发布
2025-02-01实施
国家市场监督管理总局
国家标准化管理委员会 发 布
目次
前言 ··· Ⅲ
引言 ··· Ⅳ
1 范围 ···· 1
2 规范性引用文件 ···· 1
3 术语和定义 ···· 1
4 缩略语 ··· 2
5 系统架构 ··· 2
6 技术要求 ··· 3
6.1 统一资源管理 ···· 3
6.2 统一计算框架 ···· 4
6.3 统一 SQL接口 ···· 4
6.4 统一 API ···· 5
6.5 统一作业管理 ···· 5
6.6 统一权限管理 ···· 6
7 扩展性要求 ···· 6
8 兼容性要求 ···· 7
9 性能指标 ··· 7
附录 A （资料性） 批流融合计算应用场景 ···· 8
A.1 金融行业 ···· 8
A.2 智能制造行业 ···· 8
A.3 物联网 ···· 8
A.4 航空航天 ···· 8
附录 B （资料性） 字符类型及操作中英文对照表 ···· 9
参考文献 ··· 11
前言
本文件按照 GB/T 1.1-2020《标准化工作导则 第 1部分：标准化文件的结构和起草规则》的规
定起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由全国信息技术标准化技术委员会（SAC/TC 28）提出并归口。
本文件起草单位：阿里云计算有限公司、中国电子技术标准化研究院、浪潮电子信息产业股份有限
公司、华为技术有限公司、浙江中烟工业有限责任公司、蚂蚁科技集团股份有限公司、腾讯云计算
（北京）有限责任公司、杭州海康威视数字技术股份有限公司、北京易华录信息技术股份有限公司、
上海宝信软件股份有限公司、北京柏睿数据技术股份有限公司、山东浪潮数据库技术有限公司、上海计
算机软件技术开发中心、中国铁道科学研究院集团有限公司、中国电子系统技术有限公司、浪潮软件科
技有限公司、中通服咨询设计研究院有限公司、网易（杭州）网络有限公司、中国南方电网有限责任公
司、北京百分点科技集团股份有限公司、广东电网有限责任公司、北京华胜天成科技股份有限公司、
浙江邦盛科技股份有限公司、中国石油化工集团有限公司、普元信息技术股份有限公司、方正国际软件
（北京）有限公司、浙江创邻科技有限公司、四川发展数字金沙科技有限公司、北京庚顿数据科技有限
公司、陕西省信息化工程研究院、成都数据集团股份有限公司、国能信息技术有限公司、成都数之联科
技股份有限公司、云上贵州大数据产业发展有限公司、药融云数字科技（成都）有限公司、浙江智臾科
技有限公司、深圳市中丝贸科技有限公司、深圳亿维锐创科技股份有限公司、河南省新星科技有限公
司、浙江方信标准技术有限公司、海南电网有限责任公司、中国电信集团财务有限公司、复旦大学、上海交通
大学。
本文件主要起草人：朱松、陈守元、许洁、王峰、吴涛、刘健、杨锐、金泳、郭智慧、刘海涛、
蒋楠、黄超、陈小龙、张延生、王凌、黄明、赵菁华、朴晟宏、高阳、张黎明、陈敏刚、刘陈宇、
吴艳华、刘国栋、杨旭、王金超、张永良、马进、王宇静、陈彬、杨秋勇、钱正浩、梁盈威、孙伟、
梁钢、王新根、臧一超、张煜、周研、刘宇峰、王晋晖、张勇、李傲铁、李正、段智琛、傅彦、
周俊临、黄明峰、刘军、王军刚、张晖、李明、王中健、周小华、丘琳、许宏安、皮志新、董卫魏、
郭威、张磊、冯曹冲、陈勇锦、王毅、李爽、郑忠斌。
引 言
随着数据量的增长，分布式计算模式逐渐成为大数据处理和计算的主流架构。为了满足程序的健壮
性和实时性要求，设计出了许多分布式计算框架，以屏蔽底层复杂的任务划分和集群调度细节，其中最
常用的两种是批计算技术和流式计算技术，二者有着迥异的编程模型和编程接口，适用于不同的计算场
景。批计算技术适合需访问全套记录才能完成的计算工作，流计算技术很适合用来处理需对变动或峰值
做出响应，并且关注一段时间内变化趋势的数据。
在实际应用中，经常会遇到两种计算技术共同工作的情况。将两种计算框架进行简单的叠加，则需
要在两个不同的引擎上实现相同的执行逻辑，还需要手工合并不同引擎的输出结果。如果需要更改查询
逻辑，两个系统也需要同时进行改动。这会极大地增加工程的开发和维护成本。因此，统一的批流融合
计算技术成为了大数据领域的重要发展趋势。
2 信息技术 大数据
批流融合计算技术要求
1 范围
本文件规定了大数据批流融合计算技术要求，包括：技术要求、扩展性要求、兼容性要求、性能指
标等。
本文件适用于批流融合计算系统的设计、开发和部署。用户理解、采用、建设批流融合计算技术和
批流融合产品与服务评估参照执行。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文
件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用
于本文件。
GB/T 35295-2017 信息技术 大数据 术语
3 术语和定义
GB/T 35295-2017界定的以及下列术语和定义适用于本文件。
3.1
批处理 batch processing
将一个大型作业分解成为多个任务交由多个节点分别处理，再将分解后多个任务处理的结果汇总起
来得出最终的分析结果的计算框架。
3.2
流处理 stream processing
针对处理高速并发且时效性有较高要求的大规模计算场景，能够对具有实时、高速、瞬时性等特性
的流式数据进行实时处理的计算框架。
3.3
批流融合计算 integrated batch and streaming computing
能够同时支持批处理和流处理等的计算框架。
3.4
分散-聚集 map-reduce
所需的计算被划分并分布在多个节点上，整体结果由每个......
|