Storm实时大数据处理（一）

自从Google发表了3篇举世瞩目的论文（Google File System、BigTable和MapReduce）以后，大数据被引爆了。如果说计算机的威力相当于一枚大炮的威力的话，那么互联网的威力相当于一颗原子弹，而大数据的威力则相当于氢弹，大数据成为了IT发展史上的又一次浪潮，处于这个圈内的我们怎能错过？

时至今日，基于Google的3篇论文及后续研究，大数据处理架构如雨后春笋般拔地而起，大数据的世界里，百家争鸣，百花齐放（关注Apache大数据开源项目的朋友应该有感触），这一点就像春秋战国时期思想界一样，大家都基于《易经》，却各有各的理解，各有各的用途。在大数据分布式处理的世界里，Hadoop是鼻祖，而基于Hadoop，又诞生出了很多框架，HBase、Hive、Pig、Zookeeper、Spark、Storm等，读者可以去Apache项目列表里面看详细信息：Apache Projects Directory，本文介绍的是实时大数据处理架构Storm。

Hadoop做大数据处理，做的是批处理，即在处理之前需要先准备好数据，有点万事俱备只欠东风的感觉，而Storm做的是实时大数据处理，在处理前不需要准备好数据。举个例子，想象一个无比庞大蓄水池，连接着无数多的进水管，如果把蓄水池和管道里面的水看成数据的话，那么Hadoop擅长于处理蓄水池中已经累计的海量数据，而Storm擅长于处理实时流进蓄水池的管道里的数据。

大数据的一大特征是高速度，因此大数据的实时处理更具有商业价值，实时的商品推荐，实时的搜索推荐，等等，都要求对大数据的高速、实时处理，而Storm就擅长于这个。本文，我介绍一下Storm的基本概念，关于St