最近公司做流式实时处理的业务比较多，对这两个流式处理的大数据组件做了不少研究，非常荣幸一起来交流这个问题
首先说一下什么是流式计算特点
数据实时产生
数据实时传输(实时收集)
数据实时计算
实时展示
尽可能快的得到结果
典型案列
1. 一淘-实时分析系统：实时分析用户的属性，并反馈给搜索引擎
2. 携程-网站性能监控：实时分析系统监控携程网的网站性能
3. 阿里妈妈-用户画像：实时计算用户的兴趣数据
再分别来说一下storm和Spark
storm
1. 用来实时处理数据
2. 特点：低延迟、高可用、分布式、可扩展、数据不丢失
3. 提供简单容易理解的接口,便于开发
Spark
1. 在2009年诞生于加州大学,在2014年2月成为Apache顶级项目
2. 是一种快速、通用、可扩展的大数据分析引擎,并行计算框架
3. 是MapReduce的替代方案,兼容HDFS、Hive,可融入Hadoop的生态系统
4. 基于内存计算,具有数据处理的高实时性、高容错性、高可伸缩性,形成集群
5. Spark生态系统包含SparkSQL、Spark Streaming、GraphX、MLlib等子项目
两者的区别1. storm只能做流式计算，spark则可以既可以做离线也可以做实时计算
2. storm处理的数据单元是tuple,也就是每一条数据，也就是真正的流式
spark的数据单元的RDD，是在定义的某时间段内，获取 到的数据集，也就是说并不是逐条处理，而是一部分数据同时处理，也就是伪实时
3. Spark支持窗口处理，storm原生是不支持的
4. Spark支持SQL,storm的sql功能仍处于实验阶段
上述就是对两者 的一些简单介绍，由于篇幅有限，讲解的不太细致。
如果有任何疑问欢迎大家在评论区留言。
学习使人充实！！！最后祝大家都可以在大数据的海洋里随心遨游！
