【译】流式计算框架-Storm简介

在当前的数据分析领域，对实时数据的计算需求越来越强烈，在此领域，出现了各类计算框架，如：Storm、S4等。目前本土公司对这些流式计算框架的应用也比较广泛，但苦于相关文档英文居多，缺少成系列且与官方相对应的中文手册。本系列试图从官方文档翻译入手，给大家呈现较为完备的中文资料，同时也是对自身知识的总结沉淀。

在这个系列博客中，我们选择了twitter的Storm框架，原因很简单，因为本人长期使用的就是该框架，咱们先从简介开始。

Apache Storm是一个免费、开源、分布式的实时计算系统。相对于Hadoop适用于批处理而言，利用Storm可以非常容易地对流式数据进行实时可靠处理。Storm使用简单，支持多种编程语言且非常有趣！

Storm适用于多种使用场景：实时分析、在线机器学习、持续计算、分布式RPC（Remote Procedure Call）、ETL（Extract & Transformation & Loading）等。Storm性能非常好，基准测试表明：单个节点每秒内可以处理数百万的消息，并且其是可扩展的、容错的、保证消息得以可靠处理、易于安装与维护。

图1 Storm流式计算示意图

Storm整合了我们已经使用过的队列技术和数据库技术。Storm计算作业（即：topology）消费数据流并以各种复杂方式处理这些数据流，在计算的每个阶段，支持以需要的方式对数据流进行重新分配。有关其使用的详细介绍参见使用教程。

如今已经有很多公司和项目在使用Storm，如：阿里、百度、淘宝等。

目前Storm已经成为Aapche基金会的孵化项目，接收Apache的孵化赞助。