Twitter Storm V/S Apache Hadoop

Question

如果有人能解释一下Twitter Storm和Apache Hadoop在架构上的区别，那就太好了？我正在寻找一些超出实时V/S批处理的内部东西。因为这两种技术在编写Storm的拓扑或Hadoop上的map-reduce、Hadoop的task tracker/Job tracker和Storm的等效Nimbus/Supervisor以及Storm上的Hadoop分区和等效的shuffling（随机、字段等）等方面非常相似（如果我说Storm在内部使用消息队列在spouts/bolt之间传输数据，这对Hadoop不完全是这样的，因为其中创建了中间文件，因此涉及I/O）

编辑：

我已经讨论了Apache Storm与Hadoop的比较问题，但公认的答案让我想知道的不仅仅是用例，即实时V/S批处理。

Answer 1

主要的区别是Storm可以实时处理Tupple s（传入数据）流，而Hadoop可以用MapReduce作业进行批处理。

它们都是以分布式的方式处理数据的，但是使用storm您可以使用实时的analitics，而您将不得不等待mapreduce作业完成后再使用结果。