一、storm vs hadoop
基本上Hadoop和Storm框架用于分析大数据。两者互补，在某些方面有所不同。Apache Storm执行除持久性之外的所有操作，而Hadoop在所有方面都很好，但滞后于实时计算。下表比较了Storm和Hadoop的属性。
二、storm术语
spout //水龙头，stream的源头，通常接受twitter，kafka的数据，传递数据给bolt，可以多实例（多线程）
bolt //转接头，是逻辑处理单元，filter，agg，join。。。交给下一个bolt,生成输出，可以多实例（多线程）
tuple //元祖，是storm主要的数据结构，是有序元素列表，逗号分隔值
stream //一系列tuple
topoloy //spout产生数据，交给bolt处理，依次下传。top始终是运行态
task //spout和每个bolt执行的程序就是task
worker //工作进程。top以分布式方式运行，storm会在worker集合上均匀分发task。worker节点的角色是监听job,启动或停止新job
三、架构
nimbus(master) //运行top。收集task运行的信息，分发给supervisor。
//负责分发数据，给worker指定task，监控故障
slave(supervisor) //可以一个或多个work进程，类似于yarn的NM.接受nimbus的指令,
//接受nimbus的指定，管理多个worker进程以及指派task给worker
work process //自身不执行task，而是创建executor，并让他执行task
//每个worker进程有多个executor.
thread(executor) //executor可执行多task,但是都必须同属于一个bolt(spout)
task //任务处理
zk //协调
