रीयल-टाइम डेटा जनरेट होते ही तुरंत डिलीवर और प्रोसेस हो जाता है। स्टॉक टिकर हर सेकंड अपडेट होता है। फ्रॉड डिटेक्शन सिस्टम ग्राहक के इंतज़ार करते समय ही ट्रांजैक्शन का मूल्यांकन कर लेता है। राइड-शेयरिंग ऐप कुछ ही सेकंड में ड्राइवर और यात्रियों को मैच कर देता है। इसकी खासियत इसकी गति में है। ट्रांजैक्शन के एक घंटे बाद आने वाला फ्रॉड अलर्ट बेकार है। यात्रा पूरी होने के बाद आने वाला ट्रैफिक अपडेट पुराना हो चुका है। रीयल-टाइम डेटा से ऐसे फैसले लेना संभव हो जाता है जो तुरंत लेने ज़रूरी हैं।

इसका इंफ्रास्ट्रक्चर बैच प्रोसेसिंग से अलग है। काफ्का, फ्लिंक और स्पार्क स्ट्रीमिंग जैसे स्ट्रीम प्रोसेसिंग प्लेटफॉर्म निरंतर डेटा प्रवाह को संभालते हैं। ये इवेंट्स को आते ही प्रोसेस करते हैं, अक्सर मिलीसेकंड में। इसका आर्किटेक्चर बैच प्रोसेसिंग से अधिक जटिल है। डेटा को बफर करने के लिए मैसेज क्यू, उसे ट्रांसफॉर्म करने के लिए स्ट्रीम प्रोसेसर और उसे सर्व करने के लिए लो-लेटेंसी स्टोरेज की आवश्यकता होती है। इसके अलावा, आपको देर से आने वाले डेटा, आउट-ऑफ-ऑर्डर इवेंट्स और एग्जैक्टली-वन्स प्रोसेसिंग को भी संभालना होता है। ये कठिन समस्याएं हैं। रियल-टाइम सिस्टम को बनाने और चलाने में भी अधिक लागत आती है। सवाल यह है कि क्या उपयोग का मामला इस जटिलता को उचित ठहराता है। धोखाधड़ी का पता लगाना, रियल-टाइम बिडिंग और औद्योगिक निगरानी इसके लिए उपयुक्त हैं। मासिक रिपोर्ट और रातोंरात पेरोल रन इसके लिए उपयुक्त नहीं हैं। रियल-टाइम एक आवश्यकता है, कोई सम्मान की बात नहीं। इसका उपयोग तब करें जब लेटेंसी मायने रखती हो। जब लेटेंसी मायने न रखती हो, तब बैच प्रोसेसिंग का उपयोग करें।

वास्तविक समय की विशेषताएं

• कम विलंबता — मिलीसेकंड से सेकंड तक
• निरंतर — घटनाओं के घटित होते ही उन्हें संसाधित करता है
• स्ट्रीम-आधारित — संदेश कतारें और स्ट्रीम प्रोसेसर
• जटिल — विलंबित और अव्यवस्थित डेटा को संभालता है
• महंगा — बैच की तुलना में बुनियादी ढांचे पर अधिक खर्च

वास्तविक समय का डेटा वर्तमान क्षण के बारे में है। असली महत्व तो समय रहते कार्रवाई करने में है।