流式数据一经采集，就可以立即参与计算，并将计算结果投入到业务应用。实时数据计算早已经进入到人们生活的方方面面，越来越多的实时计算场景被开发出来，大家对“一切都在变化之中”的感受越来越深刻。有越来越多的业务需要“实时计算”能力，建设更好的数据中台才能服务业务。
实时计算技术这几年也在急剧变化。实时计算架构，从最早的 Lambda，到 Kappa 架构，再到现在的流计算+交互式分析双擎架构；流计算框架，从 Storm 到 Spark Streaming 到 Flink；实时计算结果存储，有 Redis、HBase、MySQL 等等。阿里巴巴资深技术专家姜伟华表示：“实时数据中台的实践往往是八国联军齐上阵，各种引擎各负责一小块，形成了大量的数据重复和孤岛。”
在实践中，阿里总结了一套通用的支撑实时数据中台构建的方法，我们对此进行了采访。他将在ArchSummit 北京做主题为“实时计算+交互式分析双擎解决数据中台实时性的短板和痛点”的演讲。
姜伟华，阿里巴巴资深技术专家。曾长期在 Intel、唯品会等公司工作。在 Intel 期间，创建并负责 Intel 大数据研发团队，创立 Intel 大数据发行版，并连续多年保持国内市场占有率第一。领导 Intel 大数据开源，团队涌现出10+ Apache Committer，创立两个 Apache 项目。曾获 Intel 最高奖（Intel Achievement Award）和 Intel 中国最高奖（Intel China Award）。在唯品会期间负责大数据平台与AI平台。现在阿里巴巴从事新一代大数据交互式分析引擎的研发工作。
InfoQ：你能定义“数据中台”是什么吗？
姜伟华：数据中台这个概念很热，每个人对它的理解也不一样。从我自己的理解来说（更偏底层一些），中台相比平台最大的区别是：平台的业务化能力和复用能力。平台建设更多的是用户或者业务来适应平台。平台提供了什么组件，那么用户只能用这些组件（不管好不好用）。而且这些组件可能是互相割裂开的。而中台更强调的是提供用户好用、易用的高质量平台，让用户自助，缩短 Time to Market (TTM)，同时能快速响应变化。