虽然大数据仍然没有明确的定义，但是至少我们可以把它分为两个类别——静止的大数据和活跃的大数据。

　　高容量、多样化和高速率的数据一直被视为大数据的特征，但是速率为静止大数据和活跃大数据的区分带来了特殊的挑战。

　　Gartner副总裁Roy Schulte指出：“活跃的大数据即流动的数据。关于静止的大数据，存储时会存在与持续分析相对的疑问。”

　　静止的大数据与传统数据仓库类似，即便数据（尤其是非结构化数据）的数量日益增长，但通过使用非关系型数据库技术（而不是传统关系型数据库）还是有可能将其“制服”。静止的大数据和数据仓库都注重于BI分析应用的需求。

　　然而，活跃的大数据更像是事件处理架构，注重于实时的运营智能应用，常作为社交媒体监控、传感器网络和网络应用用于华尔街的交易和欺诈识别。

　　在这些操作应用中，为了填满空缺的Hadoop和MapReduce大数据存储区，数据架构不得不与一系列高级中间件架构部件竞争，包括内存数据网格、复杂的事件处理器和流数据库等。

　　与传统数据仓库相比，Hadoop框架提供了改进后的分布式处理方式，不过却只能对数据进行批量处理，导致令人无法接受的延迟的产生。Schulte说：“一般来讲，当你引入数据、规划数据和缩减数据的时候，都需要时间。如果你引入的是全新的数据，在你提出第一个问题之前大概需要5到10分钟之久。如果所需的回复时间是毫秒、几秒或者是一分钟，Hadoop将无法胜任。”

　　活跃的大数据解决延迟性问题

　　你们有没有在大数据实施过程中遇到过活跃数据的问题？

　　怎样识别呢？LinkedIn首席主管工程师Jay Krebs提到：“活跃数据的问题很有可能会出现在延迟性中，一般人们不会每天关注。”对于某些操作应用，这一延迟性问题的出现是由于对答案快速的需求，这个时候分析引擎需要在查询前植入一整个数据集。

　　为达到实时，组织需要各种软件类型，包括事件处理引擎、快速信息系统和Hadoop分析工具等。同时，用户需要支持按日处理工作的报表系统，对延迟性又有不一样的要求。

　　Krebs还是Apache基金会中Kafka项目的committer。Kafka是一个分布式信息系统，与确定的数据仓库工具相比，级别相对较低，但能够以毫秒的速度实时和线下处理按日以记的工作。

　　大数据走向实时

　　可促生高速大数据馈送的架构软件十分多样化。类似Kafka信息系统这样的程序包在Flume集成框架中还有其他的开源系统，以植入Hadoop、AMQP信息系统和RabbitMQ。在厂商方面，IBM、Informatica、Real-Time Innovations Inc.、Red Hat Inc.、Solace Systems Inc.、Streambase、Terracotta、Tervela Inc.、Tibco Software Inc.和Vitria提供了各种低延迟性或者流软件工具。

　　一些用于活跃大数据的软件工具来源于华尔街交易市场。Tervela的创始人兼CTO Barry Thompson说道：“其实我们拥有大数据已经很长时间，只是没有意识到而已。”Tervela创建了一个数据织体或智能网格，以迁移数据；公司的Turbo数据织体从多种源收集并传输数据。2012年12月，该软件获得认证，与Cloudera Hadoop技术共同使用。

　　“载入Hadoop是一个挑战，也是一个瓶颈。如果你不介意丢失几篇日志文档还好说，但在华尔街，丢失现金流分析中的一个百分点可不得了。”Thompson和其他专家一样，都看到了Hadoop在操作应用中的问题。“现在，大部分大数据都在以小时或天计算；如果华尔街也这么计算，早就闹翻天了。”金融世界讲究的是非同一般的速度。

　　Tibco CEO Vivek Ranadive表示，企业在寻求实时大数据解决方法的同时，架构需求也随之改变。Tibco最近刚刚跨过了十亿大关的年营业额。Ranadive将事件处理器和极速信息系统归为被称为“快速大数据”中的重要架构元素。

　　无论你是一家银行还是一个球队，每家企业都以社交网络的视角重新定义业务。对于运营BI来讲，目标在于超前传输数据。Ranadive特别强调：“钱都飞了才发现诈骗有什么用！”