大伙夜以继日地忙了好几天，终于完成大数据采集部分，又花了两天把收集到的数据进行简单的清洗，过滤掉脏数据，正式进入大数据处理的统计与分析阶段。
大数据处理方式一般有两种，一种是基于内存的流式处理，另一种是基于硬盘的存储处理，也就是俗称的批处理。前者的特点是速度快，但是成本高；后者速度虽不及前者，但是容错性较高。因为学校的电脑配置不高，大伙商议后，决定使用批处理。
然而，事情并没有大家想象的简单，使用批处理的第二天就出现了问题。
林夏看着屏幕里一动不动的数据，独自捣鼓了半天，却毫无收获，最后不得不向大张求救：“张师兄。”
大张自电脑后抬起头，“怎么了？”
“程序好像出了点问题，你能帮我看看吗？”
“好的。”
大张放下手中的工作，经过沈盛的座位前，走到林夏身边。后者把大概情况跟他描述了一遍，他点点头，握住桌面上的鼠标。
沈盛抬头看了两人一眼，低头继续工作。
半个小时后，沈盛完成手上的工作，习惯性地朝林夏的座位看了一眼，发现大张还没离开。他不知何时搬了张椅子坐在林夏旁边，两人的眼睛紧紧地盯着电脑屏幕，脸色都不太好。
直觉告诉沈盛，情况有点不对劲。他站起来，走到两人旁边，关心地问：“发生什么事了？”
大张没有抬头，他目不转睛地盯着显示屏，双手飞快地在键盘上敲击，神情严肃：“数据量过大，硬盘无法支撑，电脑卡住了。”
电脑六室并不大，他的话清晰地传到每一个人的耳里。大伙愣了愣，纷纷站起来，过去察看情况。
看着丝毫没有反应的电脑屏幕，沈盛的眉头微微皱起：“问题严重吗？”
“有点麻烦。批处理主要以Hadoop作为处理框架，Hadoop的核心又是MapReduce，而MapReduce的计算过程又十分依赖持久存储，对磁盘空间的占用自然非常大。用某知名IT技术社区里有位老师的话来说，如果将数据比作水，流式处理就好像一道水闸，数据经过闸门会进行筛选过滤，有价值的内容留下，没用的就丢弃；批处理就像是一个水池，数据流进来都储存起来再筛选分析，从中寻找有价值的内容。这些数据会一直留在池里，虽然以后可以继续使用，但是十分占地方。新的数据源源不断地进入，旧的数据却一直堆积，日积月累就会把水池填满，甚至溢出。我以前在数据咨询公司兼职的时候，有次遇到类似的情况，最后公司是通过升级硬盘的方法把问题解决的。”
刘宇森忍不住开口：“可是这些电脑都是学校的，校方不可能允许我们去动电脑的硬盘。退一步说，即使学校允许我们升级硬盘，我们也没有这么多经费啊！”
周思琦想了想，提议道：“要不我们把数据处理脚本修改一下，看情况能不能改善？”
“试试吧！反正现在也没有别的办法了。”
然而，问题远比大家想象的严重。大伙连饭都顾不上吃，把脚本、数据、代码……能改的东西都改了，能试的办法都试了，情况却丝毫没有起色，电脑该卡的时候还是卡住。
窗外的太阳从东边爬到西边，落在教室里的阳光也由淡金色慢慢地变成橘红色，问题却依旧没有解决。
环顾了一遍眼里或多或少都透着疲惫的众人，林夏终于忍不住站起来，说：“这样下去不行，我们去请教吕老师吧？她肯定有办法！”