Spark Streaming和Storm有何区别？

Spark Streaming和Storm都是将流数据分成一个个小块的批数据（batch）。

处理模型、延迟 Strom：处理的是每次传入的事件。秒内延迟。（最小100ms） Spark Streaming：处理的是某个时间段窗口内的事件流。秒级延迟。（0.5~2s）

容错、数据保证 Strom：每个单独的记录都会被跟踪。恢复时，意味着状态可能被错误滴更新两次。 Spark Streaming：只是在批处理级别进行跟踪。

适用场景 Strom：实时性要求高，毫秒级延迟，不需要有状态计算。 Spark Streaming：秒级延迟，比Strom吞吐量大，需要有状态计算

SparkStreaming的吞吐量非常高，秒级准实时处理，Storm是容错性非常高，毫秒级实时处理 具体来说：sparkStreaming是一次处理某个间隔的数据，比如5秒内的数据，批量处理，所以吞吐量高。Storm是来一条处理一条，所以速度快，不存在丢失数据。

应用场景：对于数据非常重要不能丢失数据的，不能有延迟的，比如股票，金融之类场景的使用Storm。对于没那么高精度，但是要处理大量的数据，可以用sparkSremaing。

一个实时毫秒一个准实时亚秒，不过storm的吞吐率比较低。