我开发并维护了一个显示度量数据的web应用程序。这些度量主要是来自传感器、可编程逻辑控制器等的具有规则分辨率的时间序列。其中一些时间序列是度量（如温度等），另一些是使用其他时间序列作为输入的计算结果。这些措施来自不同的来源，具有不同的格式、协议和可用性延迟。它们目前都是面向批处理的，但是面向流的很快就会出现。
目前，数据的导入是使用apachecamel完成的，apachecamel将数据存储到数据库中。然后，度量的计算由一个“自制”的批处理程序完成，每次完成批处理导入时，apache camel都会调用该程序，为该脚本提供导入的时间序列的开始和结束日期，以及某种名称空间，以便只处理与批处理相关的时间序列。
虽然这个解决方案目前还可以使用，但由于面向批处理，它也有缺点。我开始考虑一个更好的解决方案，以便将来改进。
更准确地说，我需要一个系统，它能够通过对输入时间序列应用数学运算来生成输出时间序列，就像

tsout = (t1+t2) / t3

考虑到输入（t1、t2、t3）不同时可用，因为它们来自不同的来源（一些来自批处理，一些来自流…）。一些计算的时间序列被用作另一些时间序列的输入。所有这些都创建了一个依赖关系图。
是否有一些设计模式、工具、框架甚至“概念”可以帮助我在数据即将到来时，以更“流式”的方式改进度量的生成/计算，分离不同的源并考虑依赖性？
我看了一些框架，比如apachekafka，flink，spark。。但我怀疑他们真的能满足我的需要。他们允许这样做 stream / event processing 但我不确定这指的是我需要做的同样的处理。
希望我的问题足够清楚，不容易解释。