spark streaming與storm比較

Storm的計算模型：
針對每條記錄的流式實時計算框架，是一種比較純粹的實時計算框架，但是存在一個問題！
Storm由於每來一條數據都會處理下，所以吞吐量並不高。
爲什麼吞吐量不高？
因爲每條數據過來就直接處理，那麼每條數據的處理都存在開銷。也就是說，storm機器的很多計算資源都會消耗在大量的其他方面，比如數據的傳輸、校研，通信等等，所以吞吐量並不能說非常高！
Spark streaming流計算框架：
會把一個時間batch裏面過來的數據都收集起來，然後再一次性，作爲一個batch給Spark Streaming Application進行處理。
Spark streaming的計算模型是基於batch的，所以嚴格意義上來說，spark streaming不是純碎的實時計算框架，更多的是一種準實時計算框架。
所以，Spark streaming的吞吐量，遠遠高於Storm，因爲對每條數據處理的額外開銷少了。對一個batch，纔有數據傳輸、通信的開銷。
Storm支持在分佈式流式計算程序（Topology）在運行過程中，動態的調整並行度，從而動態提高併發處理能力，而spark Streaming是無法動態調整並行度的。