大量數(shù)據(jù)可能來自幾乎任何產(chǎn)生數(shù)據(jù)的內(nèi)容，包括搜索引擎和社交媒體，以及一些不太明顯的來源，如電網(wǎng)和交通基礎(chǔ)設(shè)施。這些數(shù)據(jù)可以分為三種類型：結(jié)構(gòu)化，半結(jié)構(gòu)化和非結(jié)構(gòu)化。通常以預(yù)定的間隔收集和分析大數(shù)據(jù)。然而，通過實(shí)時(shí)大數(shù)據(jù)分析，收集和分析是連續(xù)的，為企業(yè)提供最新的洞察力。

Hadoop是用于分析大數(shù)據(jù)的最有名的工具，但它不適合處理實(shí)時(shí)大數(shù)據(jù)分析。一些實(shí)時(shí)大數(shù)據(jù)工具包括：

風(fēng)暴 ——這是一種實(shí)時(shí)分布式計(jì)算系統(tǒng)，可與任何編程語言一起工作，并且可擴(kuò)展。它目前由Twitter擁有。

GridGain——這是一個(gè)企業(yè)開源網(wǎng)格計(jì)算工具。它與Hadoop DFS兼容，它可以替代Hadoop的MapReduce。

優(yōu)點(diǎn)

快速識(shí)別錯(cuò)誤——讓我們假設(shè)發(fā)生錯(cuò)誤，需要盡快解決。通過實(shí)時(shí)大數(shù)據(jù)分析，可立即識(shí)別此錯(cuò)誤并快速修復(fù)。這可以幫助防止更多的和/或更嚴(yán)重的故障。從長(zhǎng)遠(yuǎn)來看，這也有助于企業(yè)的聲譽(yù)，快速的錯(cuò)誤更正可以幫助獲得更多的客戶。

儲(chǔ)蓄——盡管實(shí)時(shí)大數(shù)據(jù)分析的實(shí)施可能是昂貴的，但立即數(shù)據(jù)分析的高價(jià)值可以彌補(bǔ)這一支出。

逐步服務(wù)——通過大數(shù)據(jù)分析監(jiān)控產(chǎn)品和服務(wù)可能會(huì)為客戶帶來更高的轉(zhuǎn)化率，從而可能導(dǎo)致更高的利潤(rùn)。可以通過分析輕松預(yù)測(cè)即將發(fā)生的錯(cuò)誤和問題，這也有助于更多地關(guān)注客戶需求。

實(shí)時(shí)欺詐檢測(cè)——管理系統(tǒng)和服務(wù)器安全性的團(tuán)隊(duì)可以快速，輕松地通知欺詐，一旦發(fā)現(xiàn)欺詐，就可以實(shí)時(shí)采取措施。

對(duì)競(jìng)爭(zhēng)對(duì)手的策略——競(jìng)爭(zhēng)對(duì)手今天在市場(chǎng)上屢屢受挫，大數(shù)據(jù)分析可幫助您提供競(jìng)爭(zhēng)對(duì)手的詳細(xì)圖片，例如推出新產(chǎn)品，降低/提高特定時(shí)間的價(jià)格或?qū)Ｗ⒂谔囟ǖ攸c(diǎn)的用戶。

洞察——銷售洞察對(duì)于了解銷售的地位至關(guān)重要。這些見解可能導(dǎo)致額外的收入，例如長(zhǎng)期不會(huì)失去客戶，檢查跳出率，并通過分析實(shí)時(shí)大數(shù)據(jù)分析找到最佳的銷售增長(zhǎng)方式。

趨勢(shì)——通過分析客戶趨勢(shì)的決策可以通過實(shí)時(shí)大數(shù)據(jù)分析完成。這可能包括產(chǎn)品，廣告，客戶需求，特定季節(jié)可用的優(yōu)惠等。因此，它也可以改善長(zhǎng)期的決定。

缺點(diǎn)

Hadoop不兼容——如前所述，Hadoop是最廣泛使用的大數(shù)據(jù)分析工具，目前不能處理實(shí)時(shí)數(shù)據(jù)。因此，需要一些其他工具，期望在未來Hadoop將為實(shí)時(shí)方法添加功能。

需要新的方法——有些組織習(xí)慣每周接受一次洞察。然而，隨著實(shí)時(shí)大數(shù)據(jù)的不斷流入，需要一種完全不同的方法。這可能是一些組織的挑戰(zhàn)，可能會(huì)導(dǎo)致一些決策和計(jì)劃的重塑。

可能的失敗——一些組織可能會(huì)將實(shí)時(shí)大數(shù)據(jù)分析視為一個(gè)閃亮的新玩具，并希望立即實(shí)施。但是，如果不能正確實(shí)施，可能會(huì)導(dǎo)致許多問題。如果一個(gè)企業(yè)不是以這么快的速度來處理數(shù)據(jù)，那可能會(huì)導(dǎo)致不正確的分析，這可能會(huì)給組織帶來更大的問題。