云原生多模数据库 Lindorm流引擎面向实时数据处理场景，支持使用标准的SQL及熟悉的数据库概念完成一站式的实时数据处理，适用于车联网、物联网和互联网中常见的ETL、实时异常检测和实时报表统计等场景。本文介绍Lindorm流引擎的应用场景和功能特性。
产品架构
产品优势
流引擎专注产品的云原生、高性能和易用性，致力于降低海量实时数据处理的使用门槛和成本，侧重于业务的实现而非复杂的基础设施维护。同时，流引擎也能够对现有的系统进行降本增效。
实时性：支持秒级别的实时数据处理。
易用性
支持标准SQL。
可以与Lindorm其他引擎无缝融合，实现摄取、存储、计算、查询一体化。
低成本
在存储与计算分离模式下具备更低的数据摄取和存储成本。
单独流处理场景的性能为开源方案的2倍。
开源兼容
100%兼容开源Kafka协议。
兼容Flink SQL。
云原生弹性
存储与计算可独立扩缩容。
支持资源快速伸缩。
支持自动负载均衡。
应用场景
异常检测
实时检测运行中设备的时序异常指标或异常模式，帮助您快速定位问题，及时进行预警。流引擎支持多种检测方式，例如条件判断、模式识别和AI推理。
检测效果如下图所示：
地理围栏
地理围栏主要适用于需要检测车辆是否偏离预定的行驶路线、车辆是否离开或进入指定的区域等场景。流引擎内置了地理围栏专用的数据类型和算子，并提供缓存和索引用于高性能的围栏判断。
数据ETL入库
对实时数据进行过滤、增强、转化等操作并写入数据库。流引擎与宽表引擎、时序引擎共享存储，无需手动关联元数据。
实时报表
对实时数据在窗口内执行聚合计算。
事件驱动
通过数据订阅获取宽表引擎或时序引擎中的变更数据，并对变更数据进行处理。
文档内容是否对您有帮助？