我們知道，大數據的計算模式主要分爲批量計算(batch computing)、流式計算(stream computing)、交互計算(interactive computing)、圖計算(graph computing)等。其中，流式計算和批量計算是兩種主要的大數據計算模式，分別適用於不同的大數據應用場景。
目前主流的流式計算框架有Storm、Spark Streaming、Flink三種，其基本原理如下：
Apache Storm
在Storm中，需要先設計一個實時計算結構，我們稱之爲拓撲（topology）。之後，這個拓撲結構會被提交給集羣，其中主節點（master node）負責給工作節點（worker node）分配代碼，工作節點負責執行代碼。在一個拓撲結構中，包含spout和bolt兩種角色。數據在spouts之間傳遞，這些spouts將數據流以tuple元組的形式發送；而bolt則負責轉換數據流。
Apache Spark
Spark Streaming，即核心Spark API的擴展，不像Storm那樣一次處理一個數據流。相反，它在處理數據流之前，會按照時間間隔對數據流進行分段切分。Spark針對連續數據流的抽象，我們稱爲DStream（Discretized Stream）。 DStream是小批處理的RDD（彈性分佈式數據集）， RDD則是分佈式數據集，可以通過任意函數和滑動數據窗口（窗口計算）進行轉換，實現並行操作。
Apache Flink
針對流數據+批數據的計算框架。把批數據看作流數據的一種特例，延遲性較低(毫秒級)，且能夠保證消息傳輸不丟失不重複。
Flink創造性地統一了流處理和批處理，作爲流處理看待時輸入數據流是**的，而批處理被作爲一種特殊的流處理，只是它的輸入數據流被定義爲有界的。Flink程序由Stream和Transformation這兩個基本構建塊組成，其中Stream是一箇中間結果數據，而Transformation是一個操作，它對一個或多個輸入Stream進行計算處理，輸出一個或多個結果Stream。
這三種計算框架的對比如下：
參考文章：