Spark Srreaming与Storm的区别

Storm风暴和Spark Streaming都是分布式流处理的开源框架。区别如下：

1、处理延时和吞吐量

Storm处理的是每次传入的一个事件，Spark Streaming是处理某个时间段窗口内的事件流，Storm处理一个事件可以达到秒内的延迟，而Spark Streaming则有几秒钟的延迟。因此，Spark Streaming比Storm的延时更长，但是吞吐量比Storm大。

2、容错、数据保证

Spark Streaming在容错方面提供了对状态计算的更好的支持。在Storm中，任一条单独的记录在经过系统时必须可以被追踪到，所以Storm仅保证所有记录都会至少处理一次，但是从错误中恢复过来时允许出现重复记录。这意味着可变状态有可能被错误的更新两次。

3、支持的API

Storm（由Closure语言开发的）支持JAVA编程，Spark支持Scala编程，也支持java开发。

总结：,如果你需要秒内的延迟，Storm是一个不错的选择，而且没有数据丢失。如果你需要有状态的计算，而且要完全保证每个事件只被处理一次，Spark Streaming则更好。Spark Streaming编程逻辑也可能更容易，因为它类似于批处理程序(Hadoop)，特别是在你使用批次(尽管是很小的)时。

另参阅：

http://www.uml.org.cn/sjjm/201408282.asp