作为一名程序员通病就是不安分，对业界的技术总要折腾一番，哪怕在最终实际工作中应用到的就那么一点。最近自己准备入门Storm学习，关于流式大数据框架目前比较流行的有Spark和Storm等，在入门之前，先对两种框架做个基本的对比，便于后期学习中更加深入的理解各自的应用场景以及优劣。关于Storm和Spark的对比主要从网络和书本搜索得到，基本比较如下：

对比方面	Storm	Spark Streaming
是否实时模型	纯实时	准实时
实时计算延时度	毫秒级	秒级
吞吐量	低	高
事务机制	支持且完善	支持，但不完善
健壮/容错	强	一般
动态调整并行度	支持	不支持

从上面的对比可以看出，Storm的使用场景适合对实时性要求高、延时度要求低、对事务机制要求保障的应用。但对比之下，Spark的优势则主要体现在一下两个方面：

1、吞吐量更大。

2、Spark生态技术栈中，Spark Streaming可以和Spark Core、Spark SQL无缝集成，提供了更加全面的整合应用。

　　具体应用体验，在学习完两个框架，并做实际对比后补充~~~