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
如何编写一个chrome插件实现多线程高速下载大文件？
cdn版本的vue在网页中出现typeerror错误无法找到错误代码位置怎么办？
pywebview能否使用webrtc远程控制共享桌面和摄像头？
pywebview6.0如何让窗体接受拖拽文件获取真实的文件路径？
如何在linux系统中同时能安装运行apk的安卓应用？
python有没有离线验证码识别ocr库？
各家的ai图生视频及文生视频的api价格谁最便宜？
openai、gemini、qwen3-vl、Doubao-Seed-1.6在ui截图视觉定位这款哪家更强更准？
如何在linux上创建一个沙箱隔离的目录让python使用？
pywebview如何使用浏览器自带语音识别与webspeech 的api？
