实时流计算

Slipstream通过SQL的方式为用户提供开发接口，兼容ANSI SQL 2003标准；同时Slipstream扩展了流处理的SQL语义， 比如窗口、关联、应用管理等。通过StreamSQL可以方便地将原先基于关系数据表开发的批处理应用迁移到Slipstream引擎， 同时也可以很方便地通过扩展语法，开发复杂的实时统计分析业务，用来帮助企业构建实时数据仓库。

Streaming Procedural SQL是同时兼容Oracle PL/SQL和DB2 SQL PL的过程语言。通过Streaming Procedural SQL，用户可以在实时数据流上进行逻辑判断、循环等操作，以实现复杂的功能;同时，用户原先在Oracle上或者DB2上开发的存储过程，也可以方便高效的迁移到Slipstream引擎。

Streaming CEP提供了实时复杂事件处理的功能。通过Streaming CEP用户不仅可以处理单一事件，而是可以处理多个事件组合，从而在大量的单个无意义的事件中，找出有意义的信息。CEP可以用于定义规则，被广泛用于能源、物联网、金融等行业。通过Slipstream可以方便的定义一个复杂事件处理的模式，例如定义一个银行卡盗刷模式:如果一张卡在10分钟内在两个不同的城市发生取款，则需要发出告警并采取对应措施。

规则引擎被广泛使用在决策应用系统中，通过解藕规则编写和应用程序开发，可以有效的提高规则的灵活性和可维护性， 同时让业务人员重点关注业务逻辑而非系统实现。在实时分析应用中，规则通常配合一些实时统计的指标使用，在故障预测、欺诈监测等方面发挥着很大的作用。

Slipstream可以结合Transwarp Sophon平台，实现流式机器学习。Slipstream将实时数据经过清洗分析之后，通过分布式存储或者其他服务共享给Sophon平台;Sophon平台利用这些数据，定义训练出的模型，并通过PMML或者JSON的格式反馈给 Slipstream引擎，从而实现在实时数据上的机器学习处理。