目前常见的大数据告警系统更多是基于SparkStreaming+Drools,其实时性是基于微批实现时延相对较高，不支持广播流告警规则的更新只能依赖于广播变量定时更新，且不支持状态计算将不得不引入外部存储如Redis因此降低了系统的吞吐量同时也增大了系统的复杂度。新一代的分布式处理引擎Flink是基于事件驱动且可进行状态计算，大大提高了数据处理能力和简化了平台的复杂度。

当前，工业企业产生的数据与日俱增，如何利用大数据为企业产生驱动力、竞争力成为工业企业面临的重要问题。工业企业大数据平台建设的总体思路是将现有PLC、MES、ERP、CRM、SRM、SCM、电子商务及财务共享服务等信息系统的业务数据，采用大数据技术，抽取到全业务数据中心，建立逻辑关联，整合成大数据仓库。

工业大数据是指在工业领域，主要通过传感器等物联网技术进行数据采集、传输得来的数据，由于数据量巨大，传统的信息技术已无法对相应的数据进行处理、分析、展示，而在传统工业信息化技术的基础上借鉴了互联网大数据的技术，提出新型的基于数据驱动的工业信息化技术及其应用。

制造业的发展水平是一个国家经济实力的客观体现。近些年来，我国制造产业正在向着智能化和自动化方向发展，全球化智能工业技术网络开始在许多国家得到应用，预示着“再工业化”发展战略的实施。随着科学技术的高速发展和广泛应用，工业智能化背景下的大数据应用成为制造业转型发展的重要工具，是工业改革和产业革命的必然趋势。基于此，本文简单阐述大数据的概念和应用价值，详细分析大数据应用的困难和解决策略。

工业4.0概念提出后，物联网、大数据、云计算迅速成为热点，这都反映了制造业对信息支持的需求。新一轮工业革命只能是信息化、数字化、智能化。由于传统制造业不是一个信息非常发达的行业，这体现在大多数制造业的传统和粗糙的流程上。即使使用现代化设备，整体信息解决方案也主要来自设备制造商。