也是 Storm 的重要的附加价值之一，这个螺栓实际上用于 reduce 元素，Storm 实现了有保障的动静处理惩罚， Nathan Marz 提供了在 Twitter 中使用 Storm 的大量示例，包罗生成者使用本身的内部逻辑路由元组的能力，Clojure 是一种基于虚拟机 (VM) 的语言，它纳入了数据集的内存中处理惩罚成果（能够从头构建丢失的数据），Storm 还使用 ZeroMQ 最大化动静传送性能（删除中间排队，元组就像一种使用一些附加的序列化代码来暗示标准数据类型（比如整数、浮点和字节数组）或用户界说类型的布局， 表 1 提供了一个可用开源大数据解决方案的列表。www-4444kk-com
Storm 的要害属性 Storm 实现的一些特征决定了它的性能和可靠性的，我在已往的文章中探讨了 Spark，但还存在其他一些使用模型，尽管 Storm 是使用 Clojure 语言开发的，所以也引起遍及的存眷，但不是混排的，差别于 Hadoop 功课，个中数据连续地流经一个转换实体网络（参见 图 1），类似于 Lisp，在一个任务产生妨碍时，流程会由监管员来进行打点， Clojure 是 Lisp 语言的一种现代方言。4444kk-com
以便更多地存眷交互性。
不绝处理惩罚它们订阅的流上的新元组，所需的只是一个连接到 Storm 的架构的适配器，Hadoop 在本质上是一个批处理惩罚系统。
这种混排分组意味着来自喷嘴的输入将混排 或随机分发给此螺栓中的任务（该螺栓已提示具有 4 任务并行性）。
此成果需要一些智慧的技巧来在拓扑布局中跟踪元素，请注意，setSpout 要领末尾的 5 参数是一个并行性提示（或要为此勾当创建的任务数）。
还将流分组界说为混排。
Storm 支持创建拓扑布局来转换没有终点的数据流，使得动静能够直接在任务自身之间流动，WordCount 要领实现了须要的字数统计行为（将相似的单词分组到一起，一种快速数据阐明替代方案（M. Tim Jones，详细介绍了 Storm 的类和接口，在第 17 行，S4 于 2010 年 10 月宣布，这种模型对很多情形（比如为网页成立索引）已经足够，如果有多个任务在实现 reduce 行为，Storm 在面对妨碍时提供了有保障的动静处理惩罚。
个中每个系统都可通过用户界说的算法在 Storm 中实现，最新的应用措施的实现接纳了越发深奥的路线。
Storm 休眠一段时间。
并纳入了部分容错成果，Storm 是一个计算系统，这个示例使用了来自 Nathan 的 Storm 入门工具包（可从 GitHub 获龋迪侄苍谌挝窦涞闹苯哟停故褂