Nous présentons des algorithmes d'approximation pour les réponses à des requêtes ana- lytiques à l'aide d'un échantillonnage par réservoir pondéré. Nous étudions les réponses aux requêtes OLAP pour un flux de tuples t d'un Entrepôt de données, et la détection de commu- nautés dans un flux d'arêtes d'un graphe social. Nous montrons que pour un modèle de graphe dont le degré suit une loi de puissance et qui est concentré, l'algorithme proposé est une bonne approximation. Bien que nous ne gardions pas les arêtes des graphes, nous approximons les communautés et leur dynamique. Etant donné deux flux, nous définissons la Corrélation de Communautés comme la fraction de noeuds communs aux communautés des deux graphes. Nous approximons cette corrélation et définissons l'intégration approchée de deux flux. Nous illustrons cette approche en analysant plusieurs flux Twitter associés à des programmes de TV.