实时计算是指在数据流入系统之后，尽可能地实时地处理和分析数据，并在较短时间内生成结果和反馈信息。它主要应用于需要及时反馈的场景，例如在线广告、网络安全监控、电商实时推荐等。

　　常用的实时计算框架包括：

　　Apache Flink：一款开源的流处理引擎，提供了低延迟、高吞吐量的实时计算和流处理能力。

　　Apache Storm：另一款开源的分布式实时计算系统，具有高性能、高可靠性的特点。

　　Apache Spark Streaming：Spark生态系统中的流处理模块，可以实现实时计算和批处理计算的结合。

　　Apache Kafka Streams：一个轻量级的流处理库，可以将Kafka消息队列作为输入源，并将处理结果输出到Kafka中。

　　Apache Samza：LinkedIn开源的流处理引擎，支持大规模流处理和分布式流处理。

　　Amazon Kinesis：亚马逊云计算服务提供的流处理服务，可以实现实时数据的采集、处理和分析。

　　这些框架各有特点，可以根据不同的业务需求选择适合的实时计算框架。