受访人： 吴惠君博士，现任Twitter工程师，致力于实时流处理引擎Heron的研究和开发，Apache Heron committer。
演讲主题：实时流系统Heron的异常检测和恢复
采访提纲：
当今时代，数据不再昂贵，但从海量数据中获取价值变得昂贵，而要及时获取价值则更加昂贵，这正是大数据实时计算越来越流行的原因。

1. 你认为当下大数据实时计算方面面临哪些挑战？流计算在其中充当的角色？

2. Twitter在实时数据处理的用例有哪些？

3. 去年Twitter开源大数据实时分析系统Heron，今年在此基础上增加了哪些特性？

4. 数据分析的前提是真实可靠的数据来源，在Twitter实时流数据的数据源有哪些？

5. 对于现有实时数据的数据量大，属性不确定性强的特点，Twitter是如何实现高效准确的实时数据异常检测？

6. 流式数据的实时分析，一定是有规则、模型的东西。Twitter在数据标准化和流处理模型的规范化上是如何调整的？

7. 流式处理是一种成本和效费比都高的计算模式。企业要如何权衡成本与人员支出的？

8. 对流处理引擎选型上有什么好的建议？