大数据处理分为批式（历史数据）和流式（实时数据）两类。Hadoop体系虽生态庞大，但面对金融、物联网等高并发、低延迟场景，传统方案力不从心。以银联商务为例，日交易近亿笔，原T+1风控次日才发现风险，损失已造成。新系统需在100ms内返回结果，并支持长达十年的历史周期分析——这是典型的“完整数据集上的低延迟即席查询”难题。

批处理系统可查完整历史，但拿不到最新数据；流处理系统低延迟，却受限于内存，无法保留完整历史。两者融合，需攻克四大技术难点：复杂指标（如方差、K阶中心矩）的增量计算；分布式内存的细粒度调度；跨数秒到数十年的多尺度时间窗口漂移处理；以及内存集群的高可用与自平衡。

“流立方”平台在此取得突破。它支持计数、求和、标准差、唯一性判别等几十种统计模型，并实现复杂事件处理。性能测试中，8节点读取超100万TPS，平均延迟仅1~2毫秒。更解决两大工程难题：在线“所见即所得”的作业编排，将上线时间从一周缩至分钟级；创新引入“录制与重放”机制，新作业可快速重放指定历史窗口数据，不必等三个月。

在金融风控反欺诈中，“流立方”仅需在交易前端加装探头，旁路接入实时交易，融合数百条专家及机器学习规则，平均响应6毫秒以内，并发超5万笔/秒，仅需4台服务器。目前，国内50%以上线下交易在其保护下运行，每天抵御上亿次攻击。

此外，在互联网机器防御中，它通过全流量旁路分析，实现微秒级机器人识别，准确率99.9%，帮客户拦截80%~90%的机器人流量；在智慧交通中，实时分析车流，动态调控红绿灯和潮汐车道，提升通行效率。

数据价值随产生时间指数衰减，“热数据”需“趁热吃”。“流立方”正为金融、交通、公安等行业的“事中”智能决策，提供坚实底座。

国际数据治理协会（IDGA）