本文介绍了storm作为实时计算框架，对比了它与hadoop的区别，并强调storm的实时性、可伸缩性和健壮性。详细阐述了storm的核心概念，包括Topology、Nimbus、Supervisor、Worker、Executor、Task等，以及storm的架构和工作原理。还提到了storm的部署步骤和简单的拓扑操作。
一、Storm到底是什么？
1、hadoop与storm
hadoop：离线批处理
- hadoop是离线批处理，每天将所有数据收集起来，第二天凌晨统一批量计算
- 分布式存，把9T数据分散在9台机器上存储，每台机器上存储1T
- 分布式计算，每台机器上就算那一部分的数据（1T），之后汇总起来
- hadoop不能来一条算一条（不能实时计算）
storm：实时计算
- 来一条数据，就算一条，来一条，算一条
2、storm的特点是什么？
（1）支撑各种实时类的项目场景：storm做各种实时类的项目都ok
如热点缓存的实时计算：
拿电商项目热点缓存出现时，多级缓存架构雪崩问题举例
使用storm解决该问题，统计商品访问次数，topn
（2）高度的可伸缩性：如果要扩容，直接加机器，调整storm计算作业的并行度就可以了，storm会自动部署一些的进程和线程到其他的机器上去，无缝快速扩容
并行度：有多少个task在同时运行
（3）超强的健壮性：storm比hadoop、spark等大数据类系统，健壮的多的多，因为
最低0.47元/天 解锁文章
420
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
