电信行业已经开始利用大数据技术来优化服务。在事件处理方面，批量数据处理给IT系统带来压力。IT支撑无论选择storm还是spark或者采用商业软件IBM Streams，在系统资源使用上，都需要很强的计算能力，Spark Streaming提供了很好的支持容错状态计算，这个计算的基础就是高效的CPU运算速度。再比如商业软件IBM Streams，采用内存网络技术，将数据处理放在内存中，但是事件的响应，仍然需要消耗很高的CPU资源，业务场景需要的计算能力是多元化的。

    1. 大数据技术的事件处理，在系统资源使用上，需要很强的计算能力，如何选择Linux服务器？

    2. 批量事件处理加载速度太慢，怎么解决？

    3. 事件处理池的架构选择有哪些关键要素？