Storm精华问答 | storm与Hadoop区别？

戳蓝字“CSDN云计算”关注我们哦！

Apache Storm是一个分布式实时大数据处理系统。Storm设计用于在容错和水平可扩展方法中处理大量数据。它是一个流数据框架，具有最高的摄取率。今天，我们就挑一些Storm的安装配置问题来看看吧。

Q：Storm简介

A：1.Storm是一套分布式的、可靠的，可容错的用于处理流式数据的系统。

2.Storm也是基于C/S架构来进行工作的,C负责将数据处理的方式的jar(Topology)发送给S,S解析C发送过来的jar(Topology)，并按一定规则jar变成多个Task((Spout/Bolt)),生成相关的进程和线程运行里面的Task。

Q：storm与Hadoop区别？

A：storm用于实时计算，hadoop用于离线计算

storm处理的数据保存在内存中，源源不断；hadoop处理的数据保存在文件系统中，一批一批

storm的数据通过网络传输进来的；hadoop的数据保存在磁盘中；

storm与hadoop的编程模型相似

Q：Storm有哪些特性？

A： 1.适用场景广泛：storm可以实时处理消息和更新DB，对一个数据量进行持续的查询并返回客户端（持续计算），对一个耗资源的查询作实时并行化的处理(分布式方法调用，即DRPC），storm的这些基础API可以满足大量的场景。

2. 可伸缩性高: Storm的可伸缩性可以让storm每秒可以处理的消息量达到很高。扩展一个实时计算任务，你所需要做的就是加机器并且提高这个计算任务的并行度。Storm使用ZooKeeper来协调集群内的各种配置使得Storm的集群可以很容易的扩展。

3. 保证无数据丢失：实时系统必须保证所有的数据被成功的处理。那些会丢失数据的系统的适用场景非常窄，而storm保证每一条消息都会被处理，这一点和S4相比有巨大的反差。

4. 异常健壮：storm集群非常容易管理，轮流重启节点不影响应用。

5. 容错性好：在消息处理过程中出现异常， storm会进行重试

6. 语言无关性：Storm的topology和消息处理组件(Bolt)可以用任何语言来定义，这一点使得任何人都可以使用storm。

Q：Storm的运用场景

A：日志分析：从海量日志中分析出特定的数据，并将分析的结果存入外部存储器用来辅佐决策；

管道系统：将一个数据从一个系统传出到另一个系统，比如讲数据库同步到hadoop；

消息转化器：将接受到的消息按照某种格式进行转化，存储到另一个系统如消息中间件。

Q：Storm典型案例

A：淘宝实时分析系统：实时分析用户的属性，并反馈给搜索引擎，最初，用户属性分析是通过每天在云梯上定时运行的MR job来完成的。为了满足实时性的要求，希望能够实时分析用户的行为日志，将最初的用户属性反馈给搜索引擎，能够为用户展示最贴近其当前需求的结果

携程网站性能监控：实时分析系统监控携程的网站的性能，利用HTML5提供的performance标准获得可用的指标，并记录日志。storm集群实时分析日志和入库。使用DRPC聚合成报表，通过历史数据对比等判断规则，触发预警事件。

阿里妈妈用户画像：实时计算用户的兴趣数据，为了更加精准投放广告，阿里妈妈后台计算引擎需要维护每个用户的兴趣点（理想状态是，你对什么感兴趣，就向你投放呢类广告）。用于兴趣主要基于用户的历史行为、用户的实时查询、用户的实时点击、用户的地理信息而得，其中实时查询、实时点击等用户行为都是实时数据。考虑到系统的实时性。阿里妈妈使用storm维护用户兴趣数据，并在此基础上进行受众定向的广告投放。

小伙伴们冲鸭，后台留言区等着你！

关于Storm，今天你学到了什么？除此还对哪些话题感兴趣？快来留言区打卡啦！留言方式：打开第XX天，答：……

同时欢迎大家搜集更多问题，投稿给我们！风里雨里留言区里等你~