Twitter风暴v/s Apache Hadoop

如果有人能给我解释一下twitterstrom和apachehadoop之间的架构差异，那就太好了？我正在寻找一些超越实时v/s批处理的内部内容。由于这两种技术在Hadoop上为Storm或map reduce编写拓扑结构、Hadoop的任务跟踪器/作业跟踪器和Storm的等效nimbus/supervisor、Storm的Hadoop分区和等效洗牌（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喷口/螺栓之间传输数据，这与Hadoop的情况不完全相同，因为在Hadoop中创建了中间文件，因此涉及I/O。）

编辑：

我已经回答了这个问题，但接受的答案让我渴望了解的不仅仅是用例，即实时v/s批处理。

Nathan Marz（Storm creator）正在写一本书，讨论如何使用Hadoop、Storm和其他技术创建大数据系统

---

这本书讨论的是“Lambda架构”。请查看Nathan Marz本人的这张幻灯片：

主要区别在于Storm可以对元组流（传入数据）进行实时处理，而Hadoop可以对MapReduce作业进行批处理

---

它们都以分布式方式处理数据，但使用storm，您可以进行实时分析，而您必须等待mapreduce作业完成后才能使用结果。

可靠系统的体系结构通常几乎相同。正如您所指出的，唯一真正的区别是存储和发送数据的策略。我我等这本书出版的时间太长了。