通用增量计算 - 统一批流处理的全新范式
实现Kappa架构的数据处理平台
支持批量和流式导入数据
使用声明式SQL开发框架统一批流开发模式
通过端到端的增量计算处理，实现高效的数据更新和计算
增量计算为您的数据处理流程带来革命性变革
1>N 的新一代 Kappa 简化架构
通过统一的 Kappa 架构，增量计算打通流批处理路径，让所有数据ETL处理任务在一套逻辑内实现。只需一套 SQL 即可覆盖批处理、流计算与实时分析，无需为每类数据单独构建 pipeline，真正实现“一次开发，多场景复用”的架构飞跃。
10X 实时化提升及开发成本降低
增量计算仅处理发生变化的数据，大幅压缩计算资源消耗，显著提升数据更新效率。在开发侧也无需额外维护两套代码逻辑，开发成本与迭代周期同步压缩，可将原本数小时更新的数据链路压缩至分钟级甚至秒级响应。
0 成本离线 ETL 实时化改造
无需修改离线ETL代码逻辑，保持经典的数仓分层模型，仅需将离线SQL ETL的目标表替换为动态表即可实现任务的增量化处理，轻松将已有的天级、小时级任务改造为实时任务。
核心功能
统一批流的声明式开发框架
端到端的增量处理
流、批式数据导入
统一批流的声明式开发框架
通过Dynamic Table这一申明式框架，使用标准SQL表达数据处理逻辑，由系统自动识别任务间的依赖关系。Dynamic Table支持批处理与流式处理模式，您可通过调整刷新周期实现切换。
应用场景 Use Cases
实时分析
无需额外组件，单一系统实现流式写入、流式加工以及实时报表，让您的数据分析更加实时高效。
日志处理
海量IOT、行为日志处理，轻松应对大规模日志数据的收集与分析需求。
实时数据交付
实时加工后的数据增量导出到外部服务，满足下游应用的实时数据需求。
批处理 ETL 实时化改造
Hive ETL实时化改造，让您的传统批处理任务轻松实现实时化转型。
产品 Demo
通过我们的教程，快速了解如何使用Dynamic Table实现实时ETL流程，体验增量计算的强大能力。
客户案例
他们正在用增量计算重构数据平台：
