09 | 数据传输的质量：金融业务对数据传输有什么要求？

FIX的缺点不就是数据冗余度太高，编解码效率太低么

平衡速度不同的节点，就像CPU和主内存之间的差异，往往都是引入一个中间层比如一级缓存、二级缓存来解决，这些缓存对外是透明的。 这么来看，实时数据推送的层级结构与CPU缓存、内存的层级结构非常类似: 越往上的层级，成本越高数量越少； 越往下的层级，成本越低数量越多。 缓存利用了数据在空间上的局部性: 一个数据周围的数据也很快会被访问。 只是问题中说的速度的差异还会带来数据量的积压，所以还需要有“削峰填谷”的能力，这个正好是消息系统最主要的职责之一。 但是，等一下，客户来不及处理的数据真的需要放入数据的“水库”中等待用户后续处理么？这可是实时数据，也许等到客户可以处理的时候，数据的价值已经消失了，所以此时的数据已经不值得用户再去花那么多钱了。 所以，用户在和交易所买席位费的时候先评估自己的需求：要么花费和交易所等量的钱去对接，要不就降低自己的层级。 对交易所来说，提供的就是实时数据，第一是不能被下游系统阻塞；第二是不必缓存没有被消费的数据，因为缓存完再提供，那提供的就不是实时数据服务了。 推导来推导去，得出的结论不过是：实时数据就是传输过程中发生丢失就不需要找回的数据。

按时间窗合并明细数据，对于不同能力的用户给不同窗口大小的数据，比如：统计10，20，50毫秒窗口。

"比如说 Apache Kafka 默认带有一定容灾功能。一般要求部署 3 个节点，其中一个是主节点，另外两个是备份节点。"，麻烦老师确认一下，这个细节是否正确。我的理解apache kafka集群只有controller角色，分区才有leader,follower概念。

实时数据如何保证低延时的同时，保证数据的完整性 (不丢失)、顺序性

实时用户能否对于需要的数据进行筛选？需要的数据才处理，不需要的数据直接丢失？