比较项 Storm Spark Streaming 分布式计算在许多领域都有广泛需求，目前流行的分布式计算框架主要有 Hadoop MapReduce, Spark Streaming, Storm； 这三个框架各有优势，现在都属于 Apache 基金会下的顶级项目，下文将对三个框架的特点与适用场景进行分析，以便开发者能快速选择适合自己的框架进行开发。
比较项 Storm Spark Streaming 分布式核算在许多范畴都有广泛需求，现在盛行的分布式核算结构首要有 Hadoop MapReduce, Spark Streaming, Storm； 这三个结构各有优势，现在都归于 Apache 基金会下的***项目，下文将对三个结构的特色与适用场景进行剖析，以便开发者能快速挑选合适自己的结构进行开发。
Hadoop MapReduce 是三者中呈现最早，知名度***的分布式核算结构，最早由 Google Lab 开发，使用者遍及全球（Hadoop PoweredBy）；首要适用于大批量的集群使命，由所以批量履行，故时效性偏低，原生支撑 Java 言语开发 MapReduce ，其它言语需求使用到 Hadoop Streaming 来开发。Spark Streaming 保留了 Hadoop MapReduce 的长处，并且在时效性上有了很大进步，中心成果能够保存在内存中，从而对需求迭代核算和有较高时效性要求的体系供给了很好的支撑，多用于能忍受小延时的引荐与核算体系。Storm 一开始便是为实时处理规划，因此在实时剖析/功能监测等需求高时效性的范畴广泛选用，并且它理论上支撑一切言语，只需求少数代码即可完结适配器。
下面的表格是对三者部分特性的比较，描绘时刻为 2015-5-3，三个项目均处于快速迭代中，文中描绘特性会随时发生改变，假如与官方文档发生收支以官方文档为准。
表格阐明：
开源时刻以 github 上最早的 commit 或许官网上最早发布版别的时刻为准。
当时版别与特性描绘截止 2015-5-3。
相关资料量经过比较官方文档、搜索引擎、论坛等途径得出。
部分比较数据来源于实践或相关文章（未找到出处）。
本文会坚持更新，假如数据发现有收支，欢迎纠正。
