[[152151]]

比較項 Storm Spark Streaming 分布式計算在許多領(lǐng)域都有廣泛需求，目前流行的分布式計算框架主要有 Hadoop MapReduce, Spark Streaming, Storm； 這三個框架各有優(yōu)勢，現(xiàn)在都屬于 Apache 基金會下的***項目，下文將對三個框架的特點與適用場景進行分析，以便開發(fā)者能快速選擇適合自己的框架進行開發(fā)。

Hadoop MapReduce 是三者中出現(xiàn)最早，知名度***的分布式計算框架，最早由 Google Lab 開發(fā)，使用者遍布全球（Hadoop PoweredBy）；主要適用于大批量的集群任務(wù)，由于是批量執(zhí)行，故時效性偏低，原生支持 Java 語言開發(fā) MapReduce ，其它語言需要使用到 Hadoop Streaming 來開發(fā)。Spark Streaming 保留了 Hadoop MapReduce 的優(yōu)點，而且在時效性上有了很大提高，中間結(jié)果可以保存在內(nèi)存中，從而對需要迭代計算和有較高時效性要求的系統(tǒng)提供了很好的支持，多用于能容忍小延時的推薦與計算系統(tǒng)。Storm 一開始就是為實時處理設(shè)計，因此在實時分析/性能監(jiān)測等需要高時效性的領(lǐng)域廣泛采用，而且它理論上支持所有語言，只需要少量代碼即可完成適配器。

下面的表格是對三者部分特性的比較，描述時間為 2015-5-3，三個項目均處于快速迭代中，文中描述特性會隨時產(chǎn)生變化，如果與官方文檔產(chǎn)生出入以官方文檔為準(zhǔn)。

表格說明：

開源時間以 github 上最早的 commit 或者官網(wǎng)上最早發(fā)布版本的時間為準(zhǔn)。

當(dāng)前版本與特性描述截止 2015-5-3。

相關(guān)資料量通過比較官方文檔、搜索引擎、論壇等途徑得出。

部分比較數(shù)據(jù)來源于實踐或相關(guān)文章（未找到出處）。

本文會保持更新，如果數(shù)據(jù)發(fā)現(xiàn)有出入，歡迎指正。