# 流式处理挑战
<a name="stream-processing-challenges"></a>

与传统数据分析技术相比，在实时数据到达时对其进行处理，您做出决策的速度会快得多。但是，构建和运行自己的自定义流式数据管道很复杂且占用大量资源： 
+ 您必须构建这样一个系统，它能够经济高效地收集、准备和传输来自数千个数据源的数据。
+ 您需要微调存储和计算资源，以便高效地对数据进行批处理和传输，从而实现高吞吐量和低延迟。
+ 您必须部署和管理服务器机群才能扩展系统，以便能够处理将涌向它的不同速度的数据。

版本升级是一个复杂且成本高昂的过程。构建此平台后，您必须监控系统，并从任何服务器或网络故障中恢复（通过从流中的适当点赶上数据处理来实现），而不创建重复的数据。您还需要专门的基础设施管理团队。所有这些都需要花费宝贵的时间和金钱，最终，大多数公司根本无法实现这一目标，而是必须适应现状，利用已存在数小时或数天之久的信息来运营其业务。