2025｜What is RisingWave?

RisingWave中文开源社区 2025-02-11

文｜Doc 团队

来源｜RisingWave 官网

2022 年，我们向中文社区的伙伴们首次介绍了 RisingWave: 一个云原生流数据库，旨在让流处理普及大众，变得易用、实惠。两年多过去了，在 RisingWave Labs 同事们和社区朋友们的集体智慧下，RisingWave 已然变得更加强大、完善。新年伊始，让我们重新认识老朋友，了解步入 2025 年的RisingWave。

RisingWave 是一款专为开发者打造的事件流处理平台，提供统一的实时数据摄取、流处理和低延迟查询服务体验。

架构｜图源：RisingWave 官网

RisingWave 简化了实时数据管道和应用的开发，专为以下需求而设计：

每秒处理百万级事件，支持流式和批量数据源。
执行流处理，将实时数据流与历史表进行联合分析。
持久化数据，并以个位数毫秒级延迟提供即席查询服务。
将实时、一致的结果导入到数据湖（如 Apache Iceberg）或其他任何目标系统。

RisingWave 提供兼容 PostgreSQL 的 SQL 接口和类似 DataFrame 风格的 Python 接口。

如果您想即刻体验，请查看快速入门教程^[1]。

RisingWave 的独特之处

RisingWave 与传统的流处理系统不同，具有以下特点：

1. PostgreSQL 兼容性

通过 PostgreSQL 协议连接 —— 支持 psql、JDBC 或任何 Postgres 工具。

无缝集成：与 PostgreSQL 生态系统中的多种工具兼容。
灵活强大的 SQL：支持用丰富的 SQL 语言处理结构化、半结构化和非结构化数据。
无需手动调优：消除了繁琐的状态管理配置。

2. 零磁盘架构

所有数据存储在 S3（或类似系统）中，本地磁盘仅作为缓存使用。

针对复杂查询进行了优化：确保高效处理状态操作，如 Joins 和时间窗口。
快速故障恢复：系统故障后几秒钟内即可恢复。
动态扩展：可以即时调整资源，处理工作负载峰值。

RisingWave 适配的使用场景

RisingWave 尤其适合以下场景：

流式分析：在实时报表中实现亚秒级数据新鲜度，适用于股市交易、体育博彩、物联网监控等高风险场景。
事件驱动应用：开发复杂的监控和警告系统，用于欺诈和异常检测。
实时数据增强：持续摄取来自多个数据源的数据，进行实时数据增强，并高效地将结果传输到下游系统。
特征工程：利用统一代码库将批数据和流数据转化为机器学习模型中的特征，确保集成流畅且一致。

RisingWave VS. 其他系统

RisingWave 并非仅仅是某种现有产品的“替代品”，但它常常与流处理器、分析型数据库和操作型数据库进行比较。

1. 流处理器

如 ksqlDB、Spark Structured Streaming 和 Flink SQL 常与 RisingWave 相比。尽管这些系统各具优势，但 RisingWave 提供了极为简便的 PostgreSQL 风格用户体验，并消除了手动状态管理的需求。RisingWave 在以下方面表现突出：

高效处理复杂查询，如Joins、Aggregations 和 Time windows。
无感的动态扩展，在几秒钟内就能进行扩展，而非几分钟或几小时。
快速故障恢复，几秒钟内即可恢复，而非几分钟或几小时。

另外，RisingWave 大幅度简化了整个架构，具体内容请参见本文第四部分《RisingWave 如何简化您的事件驱动架构？》。不过，与这些流处理器相比，RisingWave 没有提供 Java 和 Scala 的底层接口，而是通过提供多语言的 UDF 和 SDK 提供了充足的替代方案。

2. 分析型数据库

现代分析型数据库，如 ClickHouse（物化视图）、Snowflake（动态表）、BigQuery（持续查询）以及 Databricks（Delta Live Tables），均提供了持续处理能力。而 RisingWave 在这方面表现更为出色，具体优势如下：

提供了一套完整的流处理功能，包括Time windowing、Watermarks 等。
特别优化了复杂流式数据连接的处理。
允许数据在任何系统之间自由导入和导出，不受特定生态系统的限制。

此外，RisingWave 的透明动态扩展和快速故障恢复机制优于其他分析型数据库。

不过，RisingWave 并不使用列存储。如果您的工作负载主要是临时查询、长时间范围的扫描，而不是预定义查询，那么分析型数据库可能是更适合的选择。

3. 操作型数据库

RisingWave 兼容 PostgreSQL 协议，可以与 PostgreSQL 生态系统中的大多数工具无缝集成。RisingWave 专为存储和处理流数据设计，更适合管理监控指标和事件数据，而非事务性数据。

请注意，RisingWave 并未在内部使用 PostgreSQL 引擎，这意味着某些 PostgreSQL 工具无法使用。此外，RisingWave 不支持读写事务。

RisingWave 简化事件驱动架构

RisingWave 旨在简化事件驱动架构。您可以将 RisingWave 看作是一个统一的系统，集成了事件流、流处理、存储和服务能力。开发者可以通过级联的物化视图来表达复杂的流处理逻辑。此外，RisingWave 还允许用户直接在系统内持久化数据，避免了将结果传送至外部数据库进行存储和查询的步骤。