流数据、流处理？ 输入流、输出流中的流指的是不是同一个东西？

什么是流数据

流数据指的是由若干(数千或上万)数据源持续生成的数据，同时以数据记录的形式发送，规模较小（约几千字节）。
流数据包含多种多样的数据，如网购数据，游戏内玩家活动、社交网站信息或地理空间服务等。此类数据需要按记录或根据滑动时间窗口按顺序进行递增式处理，可用于多种分析，包括关联、聚合、筛选和取样。借助此类分析得出的信息，公司得以深入了解其业务和客户活动的方方面面，从而对新情况作出响应。

在持续生成动态数据的大多数场景，采用流数据处理是非常有利的。如游戏公司可以搜集玩家和游戏之间的互动流数据，并将这些数据提供给游戏平台，然后再对这些数据进行实时分析，并提供各种激励措施和动态体验来吸引玩家。

批处理 v.s. 流处理

流处理系统一般会对随时进入系统的数据进行计算，得到快速地响应。与之相对的是批处理系统。
批处理可以用于对不同数据集的任意查询，一般用于计算从所含的所有数据得到的结果，并实现对大数据的深入分析。相反，流处理系统只需要摄取一个数据序列，增量地更新指标、报告和汇总统计结果，以响应每个到达的数据记录非常适合实时监控和响应函数

批处理系统在大数据世界有悠久的历史，主要通过操作大容量静态数据集，并在计算完成后返回计算结果。批处理模式中使用的数据集通常有如下特点：

• 有界: 批处理的数据集是有限的数据集合
• 持久: 数据通常存放在某种持久存储中
• 海量: 批处理操作通常是处理海量数据集的唯一方法

Apache Hadoop是一个专门用于批处理的框架。Apache Hadoop及其MapReduce处理引擎提供了一套久经考验的批处理模型，最适合处理对时间要求不高的非常大规模数据集。

而流处理系统会对随时进入系统的数据进行计算，与批处理的模式截然不同。流处理系统可以处理几乎无限量的数据，但同一时间只能处理一条（真正的流处理）或很少量（微批处理，Micro-batch Processing）数据，不同记录间只维持最少量的状态。虽然大部分系统提供了用于维持某些状态的方法，但流处理主要针对副作用更少，更加功能性的处理（Functional processing）进行优化。

程序开发过程中的流指的是什么？

在C++和Java中的输入输出流，和流处理是两码事。在C++和Java中，流是一个抽象的概念，是对输入输出设备的抽象。Java程序中，对于数据的输入/输出操作都是以“流”的方式进行。设备可以是文件，网络，内存等。

流具有方向性，至于是输入流还是输出流则是一个相对的概念，一般以程序为参考，如果数据的流向是程序至设备，我们成为输出流，反之我们称为输入流。

而在流处理中，流指的是数据处理的形式，并没有明确指明数据流的方向

---

Note: 本片博客是个人学习的摘录
Reference:

1. https://www.cnblogs.com/shitouer/archive/2012/12/19/2823641.html
2. https://aws.amazon.com/cn/streaming-data/