?
不多說，直接上干貨！
?
?
storm的特性
Storm 是一個開源的分布式實時計算系統，可以簡單、可靠地處理大量的數據流。 Storm支持水平擴展，具有高容錯性，保證每個消息都會得到處理，而且處理速度很快（在一個小集群中，每個節點每秒可以處理數以百萬計的消息）。 Storm 的部署和運維都很便捷，而且更為重要的是，可以使用任意編程語言來開發應用。
?
?
?
下面介紹 Storm 的特點
（1）編程模型簡單
在大數據處理方面， Hadoop 為開發者提供了 MapReduce 原語，使并行批處理程序變得非常簡單和優美。同樣， Storm 也為大數據的實時計算提供了一些簡單優美的原語，這大大降低了開發并行實時處理任務的復雜性，可以快速、高效地開發應用。
（2）可擴展
在 Storm 集群中真正運行 Topology 的主要有 3 個實體：工作進程、線程和任務。 Storm集群中的每臺機器都可以運行多個工作進程，每個工作進程又可創建多個線程，每個線程可以執行多個任務，任務是真正進行數據處理的實體，開發的 Spout、 Bolt 就是作為一個或者多個任務的方式執行的。因此，計算任務在多個線程、進程和服務器之間并行進行，支持靈活的水平擴展。
（3）高可靠性
Storm 可以保證 Spout 發出的每條消息都能被“完全處理”，這也是直接區別于其他實時系統的地方，如 S4。
?
?
注意：
Spout 發出的消息后續可能會觸發產生成千上萬條消息，可以形象地理解為一棵消息樹，其中 Spout 發出的消息為樹根， Storm 會跟蹤這棵消息樹的處理情況，只有當這棵消息樹中的所有消息都被處理了，Storm 才會認為 Spout 發出的這個消息已經被“完全處理”。如果這棵消息樹中的任何一個消息處理失敗了，或者整棵消息樹在限定的時間內沒有“完全處理”，那么 Spout 發出的消息就會重發。
考慮到盡可能減少內存的消耗， Storm 并不會跟蹤消息樹中的每個消息，而是采用了一些特殊的策略，它把消息樹當作一個整體來跟蹤，對消息樹中所有消息的唯一 ID 進行異或計算，通過是否為 0 來判定 Spout 發出的消息是否被“完全處理”，這極大地節約了內存并簡化了判定邏輯，后面會詳細介紹這種機制。
在這種模式下，每發送一個消息，都會同步發送一個 ack/fail，對于網絡的帶寬會有一定的消耗，如果對可靠性要求不高，則可使用不同的 emit 接口關閉該模式。
上面所說的， Storm 保證了每個消息至少被處理一次，但是對于有些計算場合，會嚴格要求每個消息只被處理一次， Storm 的 0.7.0 引入了事務性拓撲，解決了這個問題，后面章節會詳述。
?
（4）高容錯性
如果在消息處理過程中出了一些異常， Storm 會重新安排這個出問題的處理單元。 Storm保證一個處理單元永遠運行（除非顯式殺掉該處理單元）。當然，如果處理單元中存儲了中間狀態，那么當處理單元重新被 Storm 啟動時，需要將自身處理的中間狀態恢復。
?
（5）支持多種編程語言
除了用 Java 實現 Spout 和 Bolt，還可以使用其他編程語言來完成這項工作，這一切得益于 Storm 的多語言協議。多語言協議是 Storm 內部的一種特殊協議，允許 Spout 或 Bolt 使用標準輸入和標準輸出來傳遞消息，傳遞的消息為單行文本或多行 JSON 編碼的格式。
Storm 支持多語言編程主要是通過 ShellBolt、 ShellSpout 和 ShellProcess 這些類來實現的，這些類都實現了 IBolt 和 ISpout 接口，以及讓 Shell 通過 Java 的 ProcessBuilder 類來執行腳本或者程序的協議。
可以看到，采用這種方式，每個 Tuple 在處理時都需要進行 JSON 的編解碼，因此在吞吐量上會有較大影響。
（6）支持本地模式
Storm 有一種“本地模式”，也就是在進程中模擬一個 Storm 集群的所有功能，以本地模式運行 Topology 與在集群上運行 Topology 類似，這對于開發和測試來說非常有用。
（7）高效
用 ZeroMQ 作為底層消息隊列，保證消息能被快速處理。
?
