Storm简介
Storm是一个免费开源的分布式实时计算系统。利用 Storm 可以很容易做到可靠地处理无限的数据流。
数据在发往 Storm之前，一般会将数据直接存放到 MQ 中，如 Kafka。Storm 再从Kafka 中读取数据，因为Storm 只负责消费数据，并不提供数据缓存。
相比于 Hadoop，Storm 更注重数据的实时性，而 Hadoop 则更侧重于批处理，各有优点。
基础概念一览
Nimbus：Master 节点，负责分发 topology 给 supervisor
- Storm 集群的 Master节点，负责管理分发Topology，并指派给具体的 Supervisor 节点上的 worker 进程，由 Worker来运行 Topology 的Spout 或者 Bolt 的 Task.
Supervisor: Slave 节点，负责管理 Worker 进程的生命周期
Worker: 具体处理组件逻辑的进程
- Worker运行的任务只有两种类型，一种是 Spout，另一种是 Bolt。
Task: 逻辑上的一个概念，worker 上运行的 每一个Spout或Bolt 被称为一个 task。 Task不和线程一一对应，一个 executor 可能会运行不同的 task。
Executor: Worker 进程所启动的线程， 用于执行 Task。
Topology：一个真正运行的，通过Stream Group相互关联的Spout和Blot组成的拓扑结构。
- Spout: 数据来源，通过
nextTuple方法从外部主动获取数据并以Tuple Stream的形式发送。 - Bolt: 消费InputStream，产生OutputStream，是Topology中的业务处理模块。
- 数据模型：Spout->Tuple->Bolts, 数据流从 spout 开始，以 tuple 的形式发送到 bolt，一个 bolt 可以接入多个 Spout/Blot
- Spout: 数据来源，通过
Stream: tuple 的集合，流动的 tuple
Stream groupings: 数据流分组，定义了在 Bolt 的不同任务（tasks）中划分数据流的方式。