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
私活外包
最新提问
python如何实现torrent的服务端进行文件分发p2p下载？
如何在浏览器中录制摄像头和麦克风数据为mp4视频保存下载本地？
go如何编写一个类似docker的linux的虚拟容器？
python如何写一个bittorrent的种子下载客户端？
ai能通过看一个网页的交互过程视频自主模仿复制网页编写代码吗？
ai先写功能代码通过chrome mcp来进行测试功能最后ai美化页面这个流程能行吗？
vue在手机端上下拖拽元素的时候如何禁止父元素及body的滚动导致无法拖拽完成？
使用tailwindcss如何去掉响应式自适应？
有没有直接在浏览器中运行的离线linux系统？
nginx如何保留post或get数据进行url重定向？
