Apache spark ApacheStorm vs ApacheSamza vs ApacheSpark

我曾在《风暴与火花》上工作过，但桑扎是个新手

我不明白为什么在Storm已经在实时处理时引入Samza。Spark提供内存中的近实时处理，并具有其他非常有用的组件，如graphx和mllib

Samza带来了哪些改进？还有哪些进一步的改进是可能的？

很好地总结了不同之处和优缺点

我想补充的是，Samza实际上并不是那么新，它带来了某种简单性，因为它坚持使用卡夫卡作为其后端，而其他人则试图以简单性为代价来实现更通用性。萨姆萨是由创建卡夫卡的同一批人开创的，他们也是卡夫卡背后的同一批人——主要是前LinkedIn的杰伊·克雷普斯（Jay Kreps）。那很酷

此外，Samza的实时流、Spark流中的微批次（与Spark流不完全相同）以及Storm中带有元组的喷口和螺栓之间的编程模型完全不同

这一切都取决于你的用例、你的团队的实力、API如何与你的心智模型相匹配、支持的质量等等

---

你们也忘了还有推特，他们之所以这么做是因为暴风雪开始让他们失望。同样，很少有人需要像Twitter那样运作。

还有卡夫卡流：顺便说一句：萨姆扎已经在2013年进入了Apache孵化器——这不是一个真正的新问题：有趣的问题，但如果这样表述的话，它在StackOverflow方面是不符合主题的：太广泛，容易产生主观意见。试着提出一个更具体的问题，用事实来回答。@HonzaZidek，如果我能把这个问题限制在具体的问题上就好了。我怀疑这是一个广泛的问题，但没有看到一个更好的平台来提出这样的问题。忘了那个。最重要的是要认识到有这么多的选项