數(shù)據(jù)流是什么

數(shù)據(jù)流最初是通信領(lǐng)域使用的概念，代表傳輸中所使用的信息的數(shù)字編碼信號序列。然而，我們所提到的數(shù)據(jù)流概念與此不同。這個概念最初在1998年由Henzinger在文獻(xiàn)87中提出，他將數(shù)據(jù)流定義為“只能以事先規(guī)定好的順序被讀取一次的數(shù)據(jù)的一個序列”。

數(shù)據(jù)流應(yīng)用的產(chǎn)生的發(fā)展是以下兩個因素的結(jié)果：

細(xì)節(jié)數(shù)據(jù)：

已經(jīng)能夠持續(xù)自動產(chǎn)生大量的細(xì)節(jié)數(shù)據(jù)。這類數(shù)據(jù)最早出現(xiàn)于傳統(tǒng)的銀行和股票交易領(lǐng)域，后來則也出現(xiàn)在地質(zhì)測量、氣象、天文觀測等方面。尤其是互聯(lián)網(wǎng)（網(wǎng)絡(luò)流量監(jiān)控，點擊流）和無線通信網(wǎng)（通話記錄）的出現(xiàn)，產(chǎn)生了大量的數(shù)據(jù)流類型的數(shù)據(jù)。我們注意到這類數(shù)據(jù)大都與地理信息有一定關(guān)聯(lián)，這主要是因為地理信息的維度較大，容易產(chǎn)生這類大量的細(xì)節(jié)數(shù)據(jù)。

復(fù)雜分析：

需要以近實時的方式對更新流進(jìn)行復(fù)雜分析。對以上領(lǐng)域的數(shù)據(jù)進(jìn)行復(fù)雜分析（如趨勢分析，預(yù)測）以前往往是（在數(shù)據(jù)倉庫中）脫機(jī)進(jìn)行的，然而一些新的應(yīng)用（尤其是在網(wǎng)絡(luò)安全和國家安全領(lǐng)域）對時間都非常敏感，如檢測互聯(lián)網(wǎng)上的極端事件、欺詐、入侵、異常，復(fù)雜人群監(jiān)控，趨勢監(jiān)控，探查性分析，和諧度分析等，都需要進(jìn)行聯(lián)機(jī)的分析。

在此之后，學(xué)術(shù)界基本認(rèn)可了這個定義，有的文章也在此基礎(chǔ)上對定義稍微進(jìn)行了修改。例如，S. Guha等認(rèn)為，數(shù)據(jù)流是“只能被讀取一次或少數(shù)幾次的點的有序序列”，這里放寬了前述定義中的“一遍”限制。