大数据包括静态数据和动态数据(流数据),相应地,大数据计算包括批量计算和实时计算。传统的MapReduce框架采用离线处理计算的方式,主要用于对静态数据的批量计算,并不适合处理流数据。流计算即针对流数据的实时计算。Storm流计算框架具有可扩展性、高容错性、能可靠地处理消息的特点,且使用简单,可以以较低的成本来开发实时应用。
流计算概念
静态数据和流数据(动态数据)
静态数据:静态数据是指不会随时间发生变化的数据。
流数据:数据以大量、快速、时变的流形式持续到达。例如:网络监控、电信金融、生产制造等。
从概念上来,流数据(或数据流)是指在时间分布和数量上无限的一系列动态数据集合体;数据记录是流数据的最小组成单元。
流数据具有如下特征: