什么是Storm
Strom是一个老牌的实时数据处理框架，在Spark Streaming流行前，Storm统治者整个流式计算的江湖。
更详细的说，Storm是一个实时数据处理框架，具有低延迟/高可用/易扩展/数据不丢失等特点，同时，Storm还提供流类似与MapReduce的简单编程模型，便于开发。
Storm与Hadoop的区别
Storm与Hadoop可以说是数据处理中两种极端场景下的不同解决方案，主要区别有：
- Storm用于实时计算，Hadoop用于离线计算
- Storm将处理的数据保存在内存中，Hadoop则保存在HDFS上
- Storm通过网络传输数据，Hadoop将中间数据保存在磁盘上
Storm的使用场景
- 实时监控与日志分析
- 管道系统
- 消息转换
Strom的核心组件
- Nimbus：负责资源分配和任务调度
- Supervisor：负责接收Nimbus分配的任务，启动和停止属于自己的Worker进程
- Worker：运行具体的处理逻辑的进程，Work运行的任务种类只有两种，一种是Spout任务，一种是Blot任务
- Task：Work中的每个Spout/Blot任务都是一个线程，这个线程就是Task。但在0.8版本以后，一个task不再对应一个物理线程，有可能不同但Task共享同一个线程。
Storm编程模型
- Topology：Storm中一个独立的实时计算应用但名称；
- Spout：在一个Toplogy中获源数据流的组件；
- Bolt：接收数据并进行处理的组件，可以在其中定义处理逻辑；
- Tuple：Storm中消息的基本单元，在Spout/Blot之间传递的每条消息就是一个Tuple；
- Stream：表示数据的流向，也可以理解为tuple流转流程
流式计算一般架构
网络系统<-Flume集群<-Kafka集群<-Storm集群<-Redis集群
- Flume用来采集数据
- Kafka用来临时保存数据
- Storm用来实时计算数据
- Redis作为内存数据库保存最终数据