在激烈的汽车与互联网竞争中，实时数据处理RealTimeDataProcessing与流式数据处理StreamDataProcessing成为关键技术，它们各自在实时监控决策支持中发挥着独特作用实时处理以极低延迟和快速响应为核心，而流处理则侧重于处理无限数据流，如监控运维网站分析和移动IoT数据的实时分析流处理。

2 处理方式传统数据处理方式通常是批处理，即对数据进行一次性处理，而大数据处理则采用流式处理，即实时处理数据这种处理方式的不同也影响了安全策略的不同在大数据安全中，需要更多地考虑实时检测和响应威胁，而传统安全则更多地侧重于防御和抵制威胁3 安全威胁大数据的开放性和共享性也增加。

2 非结构性数据与结构性数据不同，非结构性数据形式各异，如社交媒体上的文本图片音频和视频等这类数据通常无法轻易被传统数据处理技术所处理和分析，但随着技术的发展，非结构性数据逐渐成为大数据的重要组成部分3 流式数据这类数据是实时产生并传输的，如物联网设备产生的数据社交媒体。

1 数据采集与预处理Flume NG用于实时日志收集，Sqoop用于在关系型数据库与Hadoop之间转移数据，Storm和Spark Streaming实现流式计算Zookeeper提供分布式应用程序协调服务2 数据存储Hadoop是一个开源框架，专注于离线和大规模数据分析，以HDFS为存储引擎HBase是一个分布式的列式数据库Yarn作为。

流式软件是编辑工具，版式软件是呈现工具1流式软件 微软的office软件就是典型的流式软件，所保存的文档就是流式文件流式文件支持编辑，其内容是流动的，中间键入新内容将导致后面的内容“流”到下一行或下一页去，流式文件在不同的软硬件环境中，显示效果是会发生变化的2版式软件 Adobe就是。