[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,88 +2,177 @@
|
||||
id: wiki-2026-0508-stream-processing-architectures
|
||||
title: Stream Processing Architectures
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [SYS-STREAM-ARCH-001]
|
||||
aliases: [Stream Processing, Streaming Systems, Real-time Data Processing]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 1.0
|
||||
tags: [systems, Architecture, stream-Processing, real-time-data, kafka, flink, data-pipeline, Scalability]
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [stream-processing, kafka, flink, architecture]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-26
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: unspecified
|
||||
framework: unspecified
|
||||
language: java
|
||||
framework: kafka-streams-flink
|
||||
---
|
||||
|
||||
# Stream Processing Architectures (스트림 처리 아키텍처)
|
||||
# Stream Processing Architectures
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "데이터를 정적인 저수지가 아닌 끊임없이 흐르는 강물(Stream)로 취급하고, 정보가 가치를 잃기 전 찰나의 순간에 지능을 투입하여 실시간 통찰을 길어 올려라" — 연속적으로 발생하는 데이터(Event)를 저장하기 전에 실시간으로 분석하고 가공하는 아키텍처 패턴.
|
||||
## 매 한 줄
|
||||
> **"매 unbounded data 의 continuous compute"**. 매 batch 의 finite data 의 처리와 달리 매 stream 의 무한 event flow 의 sub-second latency 의 처리. 2026 의 standard stack 의 Kafka + Flink + Iceberg 의 lakehouse streaming.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
- **추출된 패턴:** "Event-at-a-time and Window-based Aggregation" — 데이터가 들어오는 즉시 하나씩 처리하거나(Low Latency), 일정 시간(Tumbling, Sliding Window) 동안의 데이터를 모아 요약하며, 상태([[State|State]])를 유지하여 과거 데이터와의 맥락을 파악하는 패턴.
|
||||
- **핵심 구성 요소:**
|
||||
- **Message Broker (Kafka, Pulsar):** 쏟아지는 이벤트를 순서대로 보관하고 전달하는 완충지대.
|
||||
- **Processing Engine (Flink, Spark Streaming):** 윈도우 연산, 조인, 필터링 등 실시간 분석 수행.
|
||||
- **State Store:** 실시간 집계나 복잡한 패턴 매칭을 위해 현재 상태 보관.
|
||||
- **의의:** 배치 처리(Batch)의 지연 시간을 극복하여 신용카드 이상 거래 탐지, 실시간 개인화 추천, IoT 센서 모니터링 등 '지금 이 순간'의 대응이 결정적인 비즈니스 가치를 창출함.
|
||||
## 매 핵심
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌:** 배치와 스트림을 따로 관리하던 람다 아키텍처(Lambda Architecture)에서, 이제는 단일 파이프라인으로 두 가지를 모두 처리하는 카파 아키텍처(Kappa Architecture)로 진화하며 데이터 일관성과 운영 복잡도를 획기적으로 개선하는 추세임.
|
||||
- **정책 변화:** Antigravity 프로젝트는 에이전트의 작업 로그 및 사용자 인터랙션을 실시간으로 분석하여 자가 교정 및 위험 탐지를 수행하기 위해, 고가용성이 보장된 스트림 처리 파이프라인을 기본 인프라로 운용함.
|
||||
### 매 Stream vs Batch
|
||||
- **Batch**: bounded, high throughput, hours latency (Spark, Hadoop).
|
||||
- **Stream**: unbounded, lower throughput, ms-sec latency (Flink, Kafka Streams).
|
||||
- **Unified**: 매 single API 의 batch + stream (Flink Table API, Beam).
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- [[Space-based-Architecture|Space-based-Architecture]], [[Real-time-Data-Streaming|Real-time-Data-Streaming]], [[Scalability-in-AI-Systems|Scalability-in-AI-Systems]], [[Shadowing-and-Observability|Shadowing-and-Observability]]
|
||||
- **Raw Source:** 10_Wiki/Topics/AI/Stream-Processing-Architectures.md
|
||||
### 매 Processing semantics
|
||||
- **At-most-once**: drop on failure (low latency, lossy).
|
||||
- **At-least-once**: retry (duplicates possible).
|
||||
- **Exactly-once**: 매 idempotent + transactional (Kafka EOS, Flink checkpoints).
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
### 매 Time semantics
|
||||
- **Event time**: 매 sensor emit 시각 (correct but late).
|
||||
- **Processing time**: 매 system clock 시각 (fast but wrong on lag).
|
||||
- **Watermark**: 매 event time 의 progress marker — 매 late event 의 cutoff.
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
### 매 응용
|
||||
1. Real-time fraud detection (sub-100ms decision).
|
||||
2. Trading / market data aggregation.
|
||||
3. CDC pipelines (Debezium → Kafka → Flink → warehouse).
|
||||
4. IoT telemetry (sensor → MQTT → stream proc).
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
## 💻 패턴
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
|
||||
## 💻 코드 패턴 (Code Patterns)
|
||||
|
||||
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
||||
|
||||
```text
|
||||
# TODO
|
||||
### Kafka Streams — windowed aggregation
|
||||
```java
|
||||
KStream<String, Order> orders = builder.stream("orders");
|
||||
orders
|
||||
.groupBy((k, v) -> v.getCustomerId())
|
||||
.windowedBy(TimeWindows.ofSizeWithNoGrace(Duration.ofMinutes(5)))
|
||||
.aggregate(
|
||||
() -> 0.0,
|
||||
(k, order, total) -> total + order.getAmount(),
|
||||
Materialized.as("customer-5min-total"))
|
||||
.toStream()
|
||||
.to("customer-totals");
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
### Flink — event-time + watermark
|
||||
```java
|
||||
DataStream<Event> stream = env
|
||||
.fromSource(kafkaSource, WatermarkStrategy
|
||||
.<Event>forBoundedOutOfOrderness(Duration.ofSeconds(10))
|
||||
.withTimestampAssigner((e, ts) -> e.getEventTime()),
|
||||
"kafka");
|
||||
|
||||
**선택 A를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
stream
|
||||
.keyBy(Event::getUserId)
|
||||
.window(TumblingEventTimeWindows.of(Time.minutes(1)))
|
||||
.aggregate(new CountAgg())
|
||||
.sinkTo(icebergSink);
|
||||
```
|
||||
|
||||
**선택 B를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
### Flink SQL — streaming join
|
||||
```sql
|
||||
SELECT o.order_id, o.amount, u.tier
|
||||
FROM orders o
|
||||
JOIN users FOR SYSTEM_TIME AS OF o.proc_time AS u
|
||||
ON o.user_id = u.id
|
||||
WHERE o.amount > 100;
|
||||
```
|
||||
|
||||
**기본값:**
|
||||
> *(TODO)*
|
||||
### Stateful processing — Flink ProcessFunction
|
||||
```java
|
||||
public class FraudDetector extends KeyedProcessFunction<Long, Tx, Alert> {
|
||||
private ValueState<Double> lastAmount;
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
@Override
|
||||
public void open(Configuration cfg) {
|
||||
lastAmount = getRuntimeContext().getState(
|
||||
new ValueStateDescriptor<>("last", Double.class));
|
||||
}
|
||||
|
||||
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
|
||||
@Override
|
||||
public void processElement(Tx tx, Context ctx, Collector<Alert> out) throws Exception {
|
||||
Double prev = lastAmount.value();
|
||||
if (prev != null && tx.amount > prev * 10) {
|
||||
out.collect(new Alert(tx.id, "spike"));
|
||||
}
|
||||
lastAmount.update(tx.amount);
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
### Exactly-once with Kafka transactions
|
||||
```java
|
||||
producer.initTransactions();
|
||||
try {
|
||||
producer.beginTransaction();
|
||||
producer.send(record1);
|
||||
producer.send(record2);
|
||||
producer.sendOffsetsToTransaction(offsets, consumerGroup);
|
||||
producer.commitTransaction();
|
||||
} catch (Exception e) {
|
||||
producer.abortTransaction();
|
||||
}
|
||||
```
|
||||
|
||||
### Backpressure — Flink credit-based flow control
|
||||
```java
|
||||
// Flink auto-handles via network buffers + credit
|
||||
env.setParallelism(8);
|
||||
env.getConfig().setAutoWatermarkInterval(200);
|
||||
env.enableCheckpointing(60_000, CheckpointingMode.EXACTLY_ONCE);
|
||||
```
|
||||
|
||||
### Lakehouse streaming sink — Iceberg
|
||||
```java
|
||||
FlinkSink.forRowData(stream)
|
||||
.table(icebergTable)
|
||||
.tableLoader(loader)
|
||||
.upsert(true)
|
||||
.equalityFieldColumns(List.of("id"))
|
||||
.append();
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Simple ETL, Kafka-native | Kafka Streams |
|
||||
| Complex CEP, large state | Flink |
|
||||
| Unified batch+stream | Flink / Beam |
|
||||
| SQL-only team | Flink SQL / ksqlDB |
|
||||
| Tiny scale | Single consumer + handler |
|
||||
|
||||
**기본값**: 매 Kafka + Flink — 매 production-grade exactly-once streaming.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Distributed Systems]] · [[Event-Driven Architecture]]
|
||||
- 변형: [[Kafka Streams]] · [[Apache Flink]] · [[Spark Streaming]]
|
||||
- 응용: [[CDC Pipeline]] · [[Real-time Analytics]] · [[Fraud Detection]]
|
||||
- Adjacent: [[Apache Kafka]] · [[Iceberg]] · [[Watermarks]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: continuous unbounded data, sub-second latency, stateful aggregation.
|
||||
**언제 X**: hourly/daily batch (use Spark), tiny volumes (use cron).
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Processing-time on lagged sources**: 매 watermark/event-time 의 사용.
|
||||
- **Unbounded state**: 매 TTL 의 set — state 의 무한 grow 의 OOM.
|
||||
- **Single-partition hot key**: 매 skew 의 partition rebalance.
|
||||
- **Sync external call in operator**: 매 AsyncIO 의 사용.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Apache Flink docs, Kafka Streams Developer Guide 2026).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — Kafka Streams + Flink patterns, EOS, watermarks |
|
||||
|
||||
Reference in New Issue
Block a user