Storm的计算模型：
针对每条记录的流式实时计算框架，是一种比较纯粹的实时计算框架，但是存在一个问题！Storm由于每来一条数据都会处理下，所以吞吐量并不高。
为什么吞吐量不高？
因为每条数据过来就直接处理，那么每条数据的处理都存在开销。也就是说，storm机器的很多计算资源都会消耗在大量的其他方面，比如数据的传输、校研，通信等等，所以吞吐量并不能说非常高！
Spark streaming流计算框架：
会把一个时间batch里面过来的数据都收集起来，然后再一次性，作为一个batch给Spark Streaming Application进行处理。
Spark streaming的计算模型是基于batch的，所以严格意义上来说，spark streaming不是纯碎的实时计算框架，更多的是一种准实时计算框架。
所以，Spark streaming的吞吐量，远远高于Storm，因为对每条数据处理的额外开销少了。对一个batch，才有数据传输、通信的开销。
Storm支持在分布式流式计算程序（Topology）在运行过程中，动态的调整并行度，从而动态提高并发处理能力，而spark Streaming是无法动态调整并行度的。
网友回复
我知道答案，我要回答
最新提问
如何将linux服务器的文件目录映射到windows电脑磁盘？
Docling 与 MarkItDown 两个库有啥不同？
豆包收费后国产其他ai软件也会跟进收费吗？
JPEG 与 HEIF图片格式区别？
centos7版本太旧无法安装python3.11，如何在docker中运行python3.11？
python如何做个RPA按键精灵的程序？
写一个windows的cmd的python代码如何在命令行中捕获获取复制粘贴的图片？
如何将别人爆款的抖音短视频短剧文案提取为seedance2的提示词？
阿里云域名dns云解析10万次日限额如何应对？
windows电脑如何提交上架ipa苹果应用？
