1、介绍
Storm的使用场景非常广泛，比如实时分析、在线机器学习、分布式RPC、ETL等。Storm非常高效，再一个多节点集群上每秒中可以轻松处理上百万的消息。Storm还具有良好的可扩展性和容错性以及保证数据可以至少被处理一次等特性。
Storm的组成拓扑图就是Storm的应用(Topology),其中的水龙头是Spout，用来源源不断的读取消息并发从出去，水管的每一个转接口就是一个Bolt，通过Stream分组的策略转发消息流。
2、集群组成
Storm的集群表面上看和Hadoop的集群非常像。但是再Hadoop上运行的是MapReduce的作业(Job)，而在Storm上运行的是Topolopy。Storm和Hadoop一个非常关键的区别是Hadoop的MapReduce作业最中会结束，而Storm的Topolopy会一直运行(除非显式的杀掉)。