大數(shù)據(jù)實時處理Spark Streaming和Storm到底有什么區(qū)別？最重要的區(qū)別：Spark streaming是微批量加工，storm是帶鋼加工。例如：現(xiàn)在我們需要實現(xiàn)一個簡單的信息流（新聞視頻

大數(shù)據(jù)實時處理Spark Streaming和Storm到底有什么區(qū)別？

最重要的區(qū)別：Spark streaming是微批量加工，storm是帶鋼加工。

例如：現(xiàn)在我們需要實現(xiàn)一個簡單的信息流（新聞視頻）實時推薦系統(tǒng)，它可以用來：根據(jù)用戶點擊的新聞和視頻，每10秒?yún)R總一次用戶瀏覽新聞和視頻的日志事件，并根據(jù)協(xié)同過濾或相似度計算得到的離線推薦結(jié)果，計算出該期間瀏覽內(nèi)容的相關(guān)內(nèi)容，保存在HBase中，供用戶下次刷新列表。因為實時性要求不是很高，我不需要實時反饋用戶的瀏覽行為毫秒。

2. Storm可以用來實時收集用戶的推薦結(jié)果。當用戶刷新列表時，刷新請求被發(fā)送到Kafka。Storm實時處理這些請求，并在毫秒內(nèi)完成對用戶請求的結(jié)果集排序。組裝結(jié)果可以存儲在用戶的redis私有隊列中。當用戶刷新請求時，結(jié)果在redis中獲得。