Storm与SparkStreaming如何选择
目前流式处理框架主要有Strom和SparkStreaming，那么在实际应用中我们该如何选择适合自己的框架呢？来看一下它们的主要区别：
一、Strom是一个纯实时的流式处理框架，即来一条数据就处理一条数据，这样势必集群内有频繁的网络通讯，吞吐量低。
二、SparkStreaming是微批处理框架，吞吐量高。
三、Strom的事务处理机制要比SparkStreaming的好，SparkStreaming中存在丢数据或者重复计算的问题，Storm中接受或拉取的每条数据可以准确的只处理一次。
四、Strom适合做简单的汇总型计算，SparkStreaming可以做复杂的计算，因为SparkStreaming是基于Dstream来开发的，Dstream可以抽出RDD（即Spark的核心），支持更多的复杂计算。
五、Strom支持动态资源的调整，而SparkStreaming是粗粒度的资源调度（新版本中即使有也是通过kill excutor的形式）。
基于以上的区别，我们的选择就变得简单多了，如金融类的肯定选择Strom，对精确度要求的高，如实时预测类的肯定是SparkStreaming，还可以根据公司的实际资源选择，如果现有Spark集群，那么肯定选择SparkStreaming更合适，我公司的日志处理是基于SparkStreaming开发的。