storm：
Storm可用於許多領域中，如實時分析、在線機器學習、持續計算、遠程RPC、數據提取加載轉換等
Storm具有以下主要特點：
整合性
簡易的API
可擴展性
可靠的消息處理
支持各種編程語言
快速部署
免費、開源
storm主要包括：Streams、Spouts、Bolts、Topology和Stream Groupings；
stream：Storm將流數據Stream描述成一個無限的Tuple序列，這些Tuple序列會以分佈式的方式並行地創建和處理；
每個tuple是一堆值，每個值有一個名字，並且每個值可以是任何類型
Tuple本來應該是一個Key-Value的Map，由於各個組件間傳遞的tuple的字段名稱已經事先定義好了，所以Tuple只需要按序填入各個Value，所以就是一個Value List（值列表）
Spout：Storm認爲每個Stream都有一個源頭，並把這個源頭抽象爲Spout；
通常Spout會從外部數據源（隊列、數據庫等）讀取數據，然後封裝成Tuple形式，發送到Stream中。Spout是一個主動的角色，在接口內部有個nextTuple函數，Storm框架會不停的調用該函數
Bolt：Storm將Streams的狀態轉換過程抽象爲Bolt。Bolt即可以處理Tuple，也可以將處理後的Tuple作爲新的Streams發送給其他Bolt；
Bolt可以執行過濾、函數操作、Join、操作數據庫等任何操作
Bolt是一個被動的角色，其接口中有一個execute(Tuple input)方法，在接收到消息之後會調用此函數，用戶可以在此方法中執行自己的處理邏輯；
Topology：Storm將Spouts和Bolts組成的網絡抽象成Topology，它可以被提交到Storm集羣執行。
Topology可視爲流轉換圖，圖中節點是一個Spout或Bolt，邊則表示Bolt訂閱了哪個Stream。當Spout或者Bolt發送元組時，它會把元組發送到每個訂閱了該Stream的Bolt上進行處理；
Topology裏面的每一個組件都是並行運行的；
在Topology裏面可以指定每個組件的並行度， Storm會在集羣裏面分配那麼多的線程來同時計算
在Topology的具體實現上，Storm中的Topology定義僅僅是一些Thrift結構體（二進制高性能的通信中間件），支持各種編程語言進行定義
Stream Groupings：Storm中的Stream Groupings用於告知Topology如何在兩個組件間（如Spout和Bolt之間，或者不同的Bolt之間）進行Tuple的傳送。每一個Spout和Bolt都可以有多個分佈式任務，一個任務在什麼時候、以什麼方式發送Tuple就是由Stream Groupings來決定的
(1)ShuffleGrouping：隨機分組，隨機分發Stream中的Tuple，保證每個Bolt的Task接收Tuple數量大致一致
(2)FieldsGrouping：按照字段分組，保證相同字段的Tuple分配到同一個Task中
(3)AllGrouping：廣播發送，每一個Task都會收到所有的Tuple
(4)GlobalGrouping：全局分組，所有的Tuple都發送到同一個Task中
(5)NonGrouping：不分組，和ShuffleGrouping類似，當前Task的執行會和它的被訂閱者在同一個線程中執行
(6)DirectGrouping：直接分組，直接指定由某個Task來執行Tuple的處理
節點方式：
Numbus/Supervisor；類似於Master/Slave；
storm用Zookeeper來作爲分佈式協調組件，負責Nimbus和多個Supervisor之間的所有協調工作。藉助於Zookeeper，若Nimbus進程或Supervisor進程意外終止，重啓時也能讀取、恢復之前的狀態並繼續工作，使得Storm極其穩定；
Worker進程：
(1)Worker進程:每個worker進程都屬於一個特定的Topology，每個Supervisor節點的worker可以有多個，每個worker對Topology中的每個組件（Spout或 Bolt）運行一個或者多個executor線程來提供task的運行服務
(2)Executor：executor是產生於worker進程內部的線程，會執行同一個組件的一個或者多個task。
(3)Task:實際的數據處理由task完成
工作流程：
所有Topology任務的提交必須在Storm客戶端節點上進行，提交後，由Nimbus節點分配給其他Supervisor節點進行處理
Nimbus節點首先將提交的Topology進行分片，分成一個個Task，分配給相應的Supervisor，並將Task和Supervisor相關的信息提交到Zookeeper集羣上
Supervisor會去Zookeeper集羣上認領自己的Task，通知自己的Worker進程進行Task的處理
