storm的功能、三大应用

storm的功能

　　Storm 有许多应用领域：实时分析、在线机器学习、持续计算、分布式 RPC（远过程调用协议，一种通过网络从远程计算机程序上请求服务）、 ETL（Extraction-Transformation-Loading 的缩写，即数据抽取、转换和加载）等。下面介绍 Storm 的三大主要应用。
　　（1）信息流处理（ stream processing）
　　Storm 可用来实时处理新数据和更新数据库，兼具容错性和可扩展性，即 Storm 可以用来处理源源不断流进来的消息，处理之后将结果写入某个存储中。
　　（2）持续计算（ continuous computation）
　　Storm 可进行连续查询并把结果即时反馈给客户端，如把 Twitter 上的热门话题发送到浏览器中。
　　（3）分布式远程程序调用（ distributed RPC）
　　Storm 可用来并行处理密集查询。 Storm 的拓扑结构是一个等待调用信息的分布函数，当它收到一条调用信息后，会对查询进行计算，并返回查询结果。例如，分布式 RPC 可以做并行搜索或者处理大集合的数据，通过配置 DRPC 服务器，将 Storm 的 Topology 发布为 DRPC 服务。客户端程序可以调用 DRPC 服务将数据发送到 Storm 集群中，并接收处理结果的反馈。这种方式需要 DRPC 服务器转发，其中 DRPC 服务器底层通过 Thrift 实现。适合的业务场景主要是实时计算，且扩展性良好，可以增加每个节点的 Worker 数量来动态扩展。本书将针对这些应用场景，介绍广告实时计算系统、语音“实时墙”等多个案例，这些案例是从不同领域、不同行业角度的总结分析。但是万变不离其宗，目的是参考以上 Storm的三大应用，将 Storm 切实应用到行业生产中。

　　Storm 绝对是一个相当“有内涵”的系统，能把那么复杂的事情抽象得很完美，能把数学用到极致，这是笔者使用 Storm 实现消息确保被执行一次之后最直接的感觉。
例如互联网方向的实时推荐，海量的用户、数据，且需要实时的推荐算法计算，该如何实现？有了 Storm， Spout 从数据源取得数据， Bolt 可以合并，也可以切分数据，最终完成整个业务逻辑处理并输出结果。分分合合，就像河水从曲曲折折的河道一直流向大海一样，所以也称这种数据处理方式为流式计算。