流式計算和實時計算有什么區別？

處理、實時計算屬于一類的，即計算在數據變化時，都是在數據的計算實時性要求比較高的場景，能夠實時的響應結果，一般在秒級，Yahoo的S4,twiter的storm都屬于流處理和實時計算一類的。

Add-hoc和實時查詢都計算在query時，實時查詢是響應可能千變萬化的結果，無法事先通過枚舉得到并存儲起來，需要根據用戶輸入的不同實時查詢出不同的響應，對實時性要求比較高，比如hbase，內存數據庫的查詢redis、mongodb等；Add-hoc屬于對實時性要求不高的場景。

Add-hoc是針對各種臨時的、自定義的需求采取的解決方案，比如hive，需求是不確定的，可以通過編寫sql來應對各種問題；最近出現的基于hadoop的實時查詢Impala，解決了實時性的要求，比hive效率。

離線計算一般是批量處理數據庫的過程，比如利用hadoop的mapreduce；內存計算spark類似于mapreduc

storm是什么類型？

一、Storm概述

Storm是一個分布式的、可靠的、零失誤的流式數據處理系統。

它的工作就是委派各種組件分別獨立的處理一些簡單任務。在Storm集群中處理輸入流的是Spout組件，而Spout又把讀取的數據傳遞給叫Bolt的組件。

Bolt組件會對收到的數據元組進行處理，也有可能傳遞給下一個Bolt。我們能夠把Storm集群想象成一個由bolt組件組成的鏈條集合。數據在這些鏈條上傳輸。而bolt作為鏈條上的節點來對數據進行處理。

Storm和Hadoop集群表面看上去非常類似，可是Hadoop上面執行的是MapReduceJobs,而在Storm上執行的是拓撲topology，這兩者之間是非常不一樣的，關鍵差別是：MapReduce終于會結束，而一個topology永遠會執行（除非你手動kill掉）,換句話說。Storm是面向實時數據分析，而Hadoop面向的是離線數據分析。

如果有這么一種情形。當你看類節目的時候。他們會常常提到一些人名和一些熱門話題。如果我們把當中人名和話題的反復次數都記錄下來，結果應該是一件非常有趣的事情。

因此，想象在Storm環境下，我們能夠把辯論者說的話作為輸入流，spout組件來讀取這些數據，然后把每一句話發送給bolt1組件，bolt1組件負責把這一句話拆分成一個個單詞。再把這些單詞發送到bolt2組件。bolt2組件負責統計每一個單詞的數量然后把這些信息存儲到數據庫中。辯論者在不斷的說話。而storm不斷的實時刷新數據庫中結果，當你想查看這些結果時，你僅僅需查詢數據庫就可以。

如今，你能夠想象假設能夠把這些spout和bolt均衡分布到整個集群中，而且能夠方便地做無限制的擴展，厲害吧？這就是Storm的威力！