网课课件摘要分享：数据很重要，Storm帮你现在就要

大数据所在的业务领域，可谓是炙手可热，在实时数据处理领域，近年来，流式处理成为学界和工业界的新热点，并在讨论中逐渐达成共识，数据需求十万火急，不愿等也不能等。我接受邀请在线上直播和大家分享了关于Storm的相关知识。

主要从入门、原理、实战三个方面对Storm进行详细讲述，以下是具体内容。

一. 入门

作为一门主流的技术，Storm拥有非常高的关注度，流式处理与大数据是承接与扩展的关系，大数据是包含流式处理的更大领域。

1.批处理的劣势：时效性太差

以下是两条优化路径：

综合前面两条优化路径和论文实践，我们得出结论，基于Hadoop的批处理框架，要进行时效性地改造，事实上很难达到理想效果。

2.流式处理的优势

在“现在就要”的这种秒即时效性场景里，Storm是一枝独秀。

从上面的两种场景中，我们可以看到，使用流式处理获得的实时数据，能够大幅度地提高推荐的精准度以及用户的满意度。

提炼一下，这就是流式处理的异步场景，当然除此之外，也有同步模式。

综上所述，流式处理给大数据开拓了新的方向，因此不少技术社区有志于推动该方向的发展，这就使得流式处理迎来百花齐放、多种技术一起发展的局面。

3.Storm继往开来

流式处理系统早有渊源。

在时效性要求较高的场景，Storm的地位无可取代。Storm是一个分布式的实时的流式的计算平台，这是它独特的优势，使得Storm完全有别于其它同类的和类似的技术。

二.原理

Storm的由来了解之后，我对数据流组件、架构、编程接口这些原理进行了独家讲授。

1.数据流组件很完备

数据流组件相当于Storm的肢体，我用机场的行李转盘来作类比。

以上六种就是Storm的肢体，除此之外，它也有自己的骨架。

2.Storm架构健壮、高效

它的架构主要分为以下几个层次。

和Hadoop1.0相比较，它们之间很类似，特别是在健壮性上，但这两套技术分别面对的是实时和批量不同的场景，所以是区分度很大，各有优势的两种技术。

除了健壮之外，这套架构也非常高效，让我们来看一看高效的地方。

3.Storm编程接口很清晰

最主要的编程接口有三种：Spout、Bolt、Topology。

三.实战

我们通过入门的环节了解Storm的由来和原理的章节打好基础之后，我进行了实战讲解。同样模拟机场行李转盘，运用前面的知识做实际的编程，进行Hello Airport环境搭建，首先是介绍一个简单的设计。

然后进入编码环节

那这些编码运行起来会是什么样子呢？我们来看一下运行日志。

通过运行日志，我们得出这个设计和实现达到了我们的预期，很好很强大。

大家跃跃欲试想要找一个Storm环境试手的话,下面这一部分能够帮助大家以最快速度配置好环境，Storm需要Java6以上版本，以及Passion、Zookeeper3.4.5版本。

以上就是这次线上直播的主要内容，有任何问题欢迎大家关注公众号并留言.