一.storm概述
1.什么叫实时计算？流式计算？
实时计算系统的特点：源源不断，
自来水处理的流程：水源(节点)-->水泵-->沉淀-->过滤-->消毒-->输出自来水管道
上面的这些都可以看作从节点。还有一个主节点（中控室）
主从结构都会有单点故障的问题，这种时候惯用的手段是使用zookper进行协调。
2.storm描述
3.对比离线计算和流式计算：
离线计算:mapreduce,spark core
特点：需要预先存在这些数据
强调数据的批量处理
sqoop-->hdfs-->MR(spark core) -->hdfs
实时计算：storm,jstorm(阿里基于storm开发的),spark streaming
特点：执行任务时数据可以是不存在的
强调数据的实时性
flume-->kafka-->storm(spark streaming)-->Redis(hbase)
二：Storm特点
1.编程简单：开发人员只需要关注应用逻辑
2.高性能，低延时
3.分布式
4.可扩展
5.容错：会管理工作进程和节点的故障。
6.容易在storm开发应用程序。
7.消息不丢失
三：常见的流式计算系统
1.Storm(使用clojue,java开发)目前市场占有率最高。
2.Puma:Facebook,未开源。
3.JStrom:阿里的产品（使用java开发，相当于重构了storm,比storm好很多）
4.HStreaming:基于hadoop的实时计算，未开源，有商业版和免费版
5。BaseStreaming:IBM产品，功能storm强大，多用于金融行业。
6.S4雅虎的产品，比storm性能差，多用于互联网。
7.spark streaming:建立在spark之上（不是严格的实时框架）
8.Flink第三代大数据处理引擎。
四:Storm和spark streaming对比
1.时间延迟比spark streaming低，sparkstreaming实际上是批处理
2.storm通过messageid全局跟踪记录没一条数据，storm可以多次处理同一条数据，sparkstreaming只能处理一次
五：storm的使用场景
1.实时分析：日志分析，大数据实时分析，管道传输
求TopN:求过去某个时间段内访问网站频率最高的ip
2.在线机器学习：通过我们的算法训练出来模型以后，我们的数据远远不断来了以后，可以通过我们训练出来的模型，不断的实时提供一些决策。
3.分布式RPC:(rpc就是远程过程调用)Streaming+sqout+Blot+Topology实现的计算模式。可以将storm打包出来作为独立的库
4.ETL:数清清洗，对符合条件的数据进行实施过滤，将符合条件的数据保存下来非常常见 。
六：storm的集群架构
1.storm是主从结构的，必然存在单点故障--->采用zookeeper实现HA(高可用)
