过去发生的事情和未来可能发生的事情之间的微小差别在于：现在正在发生什么？

[roseline371274]

能够告诉我们现在发生什么事情的数据与我们习惯的数据不同。我们收集的有关过去的数据被存储在数据库等中。对未来的预测存储在模型中。但现在发生的事情正源源不断。所以，我们需要一种方法来捕获这些信息。数据流捕获流入的数据，并使我们能够整理、调整、过滤和转换流入的数据元组。数据可以临时存储并传递给分析工具。

总结
通过将这四个组件组合在一起，我们创建了一个大 Transformer，它能做比各个 币安数据 小组件单独完成的更酷的事情。想象一下，我们能够获得历史数据，能够预测未来，并利用所有这些信息来解释此刻正在发生的事情。 

我们有一个非常好的演示正在运行，将所有这些结合在一起。演示中的公司是一家银行，人们可以在线申请贷款。当然，我们有很多历史数据可以查看和分析。我们可以使用 TIBCO 数据虚拟化将所有这些数据整合在一起并准备使用。

我们知道某些客户拖欠贷款，但他们为什么会这样做呢？仅仅查看数据确实能给我们一些提示，但我们需要仔细检查数据才能得到有意义的答案，并使用统计工具来告诉我们数据中存在哪些相关性。男性比女性更容易违约吗？单亲父母偿还贷款的频率是否比已婚夫妇低？

事实上，我们拥有大量难以解释的数据，这是我们正在试图解决的问题的一部分。与此同时，申请不断涌入。建立一个模型来帮助我们预测哪些客户可能会拖欠贷款，这是一个好主意吗？这正是 TIBCO 数据科学发挥作用的地方。利用数据科学，我们可以建立和训练一个模型来预测应用程序是否会成功。