概述
Storm可以方便地在一个计算机集群中编写与扩展复杂的实时计算，Storm之于实时处理，就好比Hadoop之于批处理。Storm保证每个消息都会得到处理，而且它很快——在一个小集群中，每秒可以处理数以百万计的消息。Storm的处理速度非常惊人：经测试，每个节点每秒可以处理100万个数据元组。
设计思想
在Storm中也有对流（Stream）的抽象，流是一个不间断的、无界的连续Tuple。Tuple是包含一个或多个键值对的集合。
Storm认为每个流都有一个Stream源，也就是原始元组的源头，所以它将这个源头抽象为Spout（水龙头），Spout可能连接Twitter API并不断发出推文（Tweet），也可能从某个队列中不断读取队列元素并装配为Tuple发射。
有了源头即Spout也就是有了流，同样的思想，Twitter将流的中间状态转换抽象为Bolt，Bolt可以消费任意数量的输入流，只要将流方向导向该Bolt，同时它也可以发送新的流给其他Bolt使用，这样一来，只要打开特定的Spout（管口），再将Spout中流出的Tuple导向特定的Bolt，由Bolt处理导入的流后再导向其他Bolt或者目的地。
假设Spout就是一个一个的水龙头，并且每个水龙头里流出的水是不同的，想获得哪种水就拧开哪个水龙头，然后使用管道将水龙头的水导向到一个水处理器（Bolt），水处理器处理后使用管道导向另一个处理器或者存入容器中。如下图所以Spout、Tuple和Bolt之间的关系和流程。
这样一来，只要打开特定的Spout（管口），再将Spout中流出的Tuple导向特定的Bolt，由Bolt处理导入的流后再导向其他Bolt或者目的地。为了增大水处理效率，可以在同一个水源处接上多个水龙头并使用多个水处理器，如下图所示：
综上，我们可以将Storm整个的流程图看做是一个有向无环图，更抽象的来说，是一个拓扑图，如下图所示：
Storm将这个图抽象为Topology（即拓扑），拓扑是Storm中最高层次的一个抽象概念，提交拓扑到Storm集群执行。
Topology（拓扑）的概念
Storm分布式计算结构称为topology（拓扑），由stream（数据流），spout（数据源的生成者），bolt（运算）组成。Storm topology大致等同与Hadoop这类批处理运算中的job。然而，批处理运算中的job对运算的起始和终止有着明确定义，Storm topology会一直运行下去，除非进程被杀死或被取消部署。
1）Stream
Stream是由无限制连续的tuple组成的序列，tuple是Storm最核心的数据结构，每个Tuple都是包含了一个或者多个键值对的列表。
2）spout
spout代表了一个Storm topology的主要数据入口，充当采集器的角色，连接到数据源，将数据转化为一个个tuple，并将tuple作为数据流进行发射。
开发一个spout的主要工作就是编写代码从数据源或者API消费数据。数据源可能包括以下几种：
Web或者移动程序的点击流
Twitter或其他社交网络的消息
传感器的输出
应用程序的日志事件
3）bolt
bolt可以理解为计算程序中的运算或者函数，将一个或者多个数据流作为输入，对数据实施运算后，选择性地输出一个或者多个数据流。bolt可以订阅多个由spout或者其他bolt发射的数据流，这样就可以建立复杂的数据流转换网络。