在我们这个充满事件的世界里，任何一件最重要的事情都会发生，人们通过发布自己的状态更新来生成大量的数据，比如在午餐时与朋友见面，大数据 学习，或者在自己的小镇上进行个人旅行。

人们只能想象——在更大的事件中会发生什么。

是的。数以百万计的人产生了数兆字节的数据，但这些数据仍然无法填满所有社交平台工具，如Facebook、Twitter、Google+和许多其他社交聊天平台，如WhatsApp、Instagram、SnapChat等，

数据以每毫秒如此快的速度生成，个人用云服务器，当然，有一些应用程序可以用来分析或预测我们在讨论什么。从数据生成到某人或某个应用程序分析这些生成的数据的时间已经减少到我们现在所知道的实时分析。数据生成、处理数据收集、分析前处理和最终分析（或至少分析数据可用性）的过程仅以微秒分隔。这在几年前已经有几个小时了。

这是一个相对陈旧的过程（从技术角度来说），在许多公司，数据研究，云快卖，发电和计算是主要的可销售产品（如维持你的社会地位/twitter或跟踪你的网上购物习惯的公司），并有一个间接产生收入的公众的大客户群，他们使用在线数据或他们可以使用的许多社交平台中的少数拥有相对有限客户群的公司——他们并不落后，也不会很快适应这种情况。例如，当客户进入商店时，大数据的趋势，他们想从他们的移动应用程序（假设他们在移动设备中安装了该应用程序并在后台工作）中知道如何使客户的花费比他或她最初计划的多一些。这是假设从客户在公共汽车站海报上看到广告（可能是）开始，他们没有牵着他们的手（在广告上使用移动二维码，中移物联网有限公司，使用类似Hybris的应用程序），引导客户到附近的商店，只是为了让他们花掉额外的钱。这是为数不多的实时分析公司收入来源的方法之一。

对于不断扩大的数据需求，很少有企业资源规划应用提供内存计算解决方案。他们开发了解决方案，以满足使用内存计算进行更快分析的需求。在诸如SAP HANA、基于专栏的内存计算等应用程序中，有用于实时和预测性分析的工具（以及操作数据管理，从而消除了事务和分析系统之间的障碍）。

我想在这样一个重大政治事件中对实时数据源进行测试。由于美国希望聘请他们的新总统，很少有辩论发生，其中一次辩论是由新闻频道CNN在2015年10月13日为民主党竞选人举行的。我感兴趣的是用一种简单的方式来分析数据，即人们如何使用saphana在任何特定的社交平台上做出反应。我决定使用流式API，使用公开可用的JavaScript，将数据提供给云中的saphana实例节点.js（基于Chrome JavaScript引擎的轻量级事件驱动JavaScript–有关nodejs.org网站). 在将数据（基于特定的标签并受某些中断的限制）输入SAP HANA之后，我使用客户声音的特定配置对数据进行文本索引，以分析推特者的情绪。

以下是我基于数据源的一些分析。就拿一点"推特"来说吧，这是非常粗糙的数据分析，只使用民主党竞选人的数据。这个信息让我想到——可能白宫也会有另一位民主党人从2016年开始成为房客。

总体乐观情绪是29591对12192。

那会是谁？下面的结果可能更好。

参考-SAP HANA Academy。

https://www.youtube.com/watch？v=la9V2hAeuK8&list=PLkzo92owKnVw1SONF9PQy2S0IgX8ICL9G