大資料Storm相比於Spark、Hadoop有哪些優勢(摘錄)

一、可能很多初學大資料的夥伴不知道strom是什麼，先給大家介紹一下strom：
分散式實時計算系統，storm對於實時計算的意義類似於hadoop對於批處理的意義。
storm的適用場景。
流資料處理。Storm可以用來處理源源不斷流進來的訊息，處理之後將結果寫入到某個儲存中去。
分散式rpc。由於storm的處理元件是分散式的，而且處理延遲極低，所以可以作為一個通用的分散式rpc框架來使用。當然，其實我們的搜尋引擎本身也是一個分散式rpc系統
有一句話叫做三人行必有我師，其實做為一個開發者，有一個學習的氛圍
跟一個交流圈子特別重要這是一個我的大資料交流學習群531629188
不管你是小白還是大牛歡迎入駐，正在求職的也可以加入
，大家一起交流學習，話糙理不糙，互相學習，共同進步，一起加油吧。
二、然後我們再看下Storm、Spark、 Hadoop都有何特點

Storm： 分散式實時計算，強調實時性，常用於實時性要求較高的地方；
Hadoop：分散式批處理計算，強調批處理，常用於資料探勘、分析；
Spark：是一個基於記憶體計算的開源的叢集計算系統，目的是讓資料分析更加快速, Spark 是一種與 Hadoop 相似的開源叢集計算環境，但是兩者之間還存在一些不同之處，這些有用的不同之處使 Spark 在某些工作負載方面表現得更加優越，換句話說，Spark 啟用了記憶體分佈資料集，除了能夠提供互動式查詢外，它還可以優化迭代工作負載。
三、strom的優勢

1. 簡單程式設計
   在大資料處理方面相信大家對hadoop已經耳熟能詳，基於GoogleMap/Reduce來實現的Hadoop為開發者提供了map、reduce原語，使並行批處理程式變得非常地簡單和優美。同樣，Storm也為大資料的實時計算提供了一些簡單優美的原語，這大大降低了開發並行實時處理的任務的複雜性，幫助你快速、高效的開發應用。
   Spark提供的資料集操作型別有很多種，不像Hadoop只提供了Map和Reduce兩種操作。比如map,filter, flatMap,sample, groupByKey, reduceByKey, union, join, cogroup,mapValues, sort,partionBy等多種操作型別，他們把這些操作稱為Transformations。同時還提供Count, collect, reduce, lookup, save等多種actions。這些多種多樣的資料集操作型別，給上層應用者提供了方便。各個處理節點之間的通訊模型不再像Hadoop那樣就是唯一的Data Shuffle一種模式。使用者可以命名，物化，控制中間結果的分割槽等。可以說程式設計模型比Hadoop更靈活.。
2. 多語言支援
   除了用java實現spout和bolt，你還可以使用任何你熟悉的程式語言來完成這項工作，這一切得益於Storm所謂的多語言協議。多語言協議是Storm內部的一種特殊協議，允許spout或者bolt使用標準輸入和標準輸出來進行訊息傳遞，傳遞的訊息為單行文字或者是json編碼的多行。
   Storm支援多語言程式設計主要是通過ShellBolt，ShellSpout和ShellProcess這些類來實現的，這些類都實現了IBolt 和 ISpout介面，以及讓shell通過java的ProcessBuilder類來執行指令碼或者程式的協議。
   可以看到，採用這種方式，每個tuple在處理的時候都需要進行json的編解碼，因此在吞吐量上會有較大影響。
3. 支援水平擴充套件
   在Storm叢集中真正執行topology的主要有三個實體：工作程式、執行緒和任務。Storm叢集中的每臺機器上都可以執行多個工作程式，每個工作程式又可建立多個執行緒，每個執行緒可以執行多個任務，任務是真正進行資料處理的實體，我們開發的spout、bolt就是作為一個或者多個任務的方式執行的。
   因此，計算任務在多個執行緒、程式和伺服器之間並行進行，支援靈活的水平擴充套件。
4. 容錯性強
   如果在訊息處理過程中出了一些異常，Storm會重新安排這個出問題的處理單元。Storm保證一個處理單元永遠執行（除非你顯式殺掉這個處理單元）。
5. 可靠的訊息保證
   Storm可以保證spout發出的每條訊息都能被“完全處理”，這也是直接區別於其他實時系統的地方，如S4。
6. 快速的訊息處理
   用ZeroMQ作為底層訊息佇列, 保證訊息能快速被處理
7. 本地模式，支援快速程式設計測試
   Storm有一種“本地模式”，也就是在程式中模擬一個Storm叢集的所有功能，以本地模式執行topology跟在叢集上執行topology類似，這對於我們開發和測試來說非常有用。