在过去几年里，已为流计算开发了数百项应用。下面简单介绍了一些应用，着重强调了流计算支持的使用类型。面对日益增长的海量数据，精细化营销的挑战．通常电信行业会面临海量数据，异构数据，实时主动分析等挑战．
流计算做为高效的流数据处理平台，可以广泛的用于结构化加非结构化数据的海量数据的处理场景．流计算提供分布计算能力．对应电信行业的话单，信令，日志的分析处理具有较高的处理性能．可用于经营分析，网络质量分析，网络优化，实时ETL，复杂事件处理平台关联分析等业务场景．
电信
缩小技术与业务之间的差距的挑战对于运营提供商尤为明显。手机中嵌入的芯片支持使用 Facebook 等社交网站进行电子邮件、文本、图片、视频和信息共享。对于每次呼叫、电子邮件、上网冲浪或文本消息，手机天线都会发射呼叫细节记录 (CDR)。为了确保没有数据丢失，天线为每个事务发射两条 CFR，必须在以后为结算支持系统删除重复的 CDR。越来越多的数据量导致 CDR 越来越难以及时地传递。手机号可移植性使用户能够随时转向使用竞争对手的手机，一些老练的用户甚至在一天的不同时间交替使用不同的提供商，以充分利用促销活动。提供商不仅需要将处理 CDR 的时限缩短到接近实时，还需要同时执行分析来预测哪些客户可能转向竞争对手。有了这种对客户行为的实时洞察，提供商可采取措施来保留更高比例的客户。
流计算敏捷的编程模型使客户能够以非常低的延迟处理他们的海量 CDR，并同时分析数据。在一家公司，峰值处理速度可达到每秒100,000 条CDR，端到端延迟低于1秒。每条 CDR 会与数十亿条现有 CDR 对比检查，以实时删除重复内容，有效减少数据库中存储的数据量。这演示了流计算的一个重要用例 —— 同时处理、过滤并实时分析。高可用性、自动容错和恢复，以及实时仪表板摘要都可用于改进 IT 操作。CDR 的实时分析即将推出，有助于改进业务操作。
