使用场景
Storm可以通过插件运行在Hadoop YARN平台上，由YARN统一调度实现资源的共享。Storm可以使用任何语言来写topologies。
下面五个特性保证了Storm实时处理的能力：
- Fast – 快，每个节点每秒可以处理百万个100字节的消息
- Scalable – 可扩展，这没得说
- Fault-tolerant – 容错，如果workers进程死掉，Storm会自动重启。如果一个节点死掉，会在其它节点上重启workers进程
- Reliable – 可靠性，Storm确保每个单元数据（tuple）会被处理最少一次，仅仅当消息处理失败才会发生通知
- Easy to operate – 标准的配置适应于生产环境，一旦部署，Storm很容易操作。
Storm架构
一个Storm集群应该包含下面三类节点
- Nimbus Node – master节点，相当于Hadoop集群的JobTracker，负责：Uploads computations for execution（不懂）、在集群中分发代码、负责在集群中启动workers进程、监控计算资源如果需要会重新分配workers进程
- ZooKeeper Nodes – 负责协调Storm集群，当然也可以由YARN平台来管理
- Supervisor Nodes – 通过Zookeeper或者YARN与Nimbus节点通信，根据Nimbus返回的消息来启动和停止workers进程
通过下面5个关键点来理解Storm是如何处理数据的：
- Tuples – 元素的有序列表，例如“4-tuple”可能是（7,1,3,7）
- Streams – 一个没有边界的tuples序列
- Spouts – 集群中传输的计算资源（例如 Twitter API）
- Bolts – 处理输入输出流，可以：启动函数、过滤器、统计或合并数据，或访问数据库
- Topologies – 由Spouts和Bolts组成的网络结构
数据由spout输入，由bolt处理，然后存入Hadoop中。
更多请访问这里
可以从这里开始练习。