大数据流式计算（big data stream computing），工学-信息与通信工程-大数据处理-大数据分析-大数据流式计算，对按照时间顺序无限增加的数据序列进行计算的过程。流式大数据是历史数据和不断增加的更新数据的并集。流式数据处理对数据处理的实时性要求严格，而对精确度要求较为宽松，其基本理念是数据的价值会随着时间的流逝而降低，因此数据越快被处理，其结果就越有价值。流式处理无须先对数据进行存储，而是在数据到来后直接对数据进行计算并及时反馈结果，其处理响应时间一般在数百毫秒到数秒之间。与传统的静态数据不同，流式大数据的特征主要包括：①无限性。流式数据可以抽象为一个无穷的数据序列，只要数据源处于活动状态，数据就会一直产生和持续增加下去，潜在的数据量是无限的。②无序性。流式数据中的数据流随机到来，系统无法控制将要处理的新到达的数据元素的顺序。③实时性。流式数据的价值会随着时间的流逝不断减少，因此需要不断对数据处理的结果进行实时更新，保证数据实时产生、实时处理，结果及时反馈。④突发性。