logstash和apache storm/spark流媒体之间的主要区别是什么？

我正在搜索一个分布式实时计算系统，该系统将从kafka服务器收集数据，以便处理数据，然后将其存储在ElasticSearch中。我已经选择了其中一些：

• 阿帕奇风暴
• apachespark流媒体
• 和Logstash（这更像是一个ETL（提取、转换、加载））

我已经找到了几个比较Storm和Spark流媒体的教程。然而，我并没有找到任何将logstash与storm和spark流相比较的教程。这对我来说是非常混乱的，因为我已经熟悉logstash，但是我想确保我选择了适合我需要的工具

---

提前感谢

Logstash是一个具有实时功能的数据采集引擎。它支持基于一些预定义指标的分析、归档、监视和警报。 -->Logstash是一种特定的产品、解决方案 apachespark和Storm是非常通用的分布式实时计算系统。

---

-->Apache Spark/Storm只是一般用途的框架/库。

Logstash是一个具有实时功能的数据收集引擎。它支持基于一些预定义指标的分析、归档、监视和警报。 -->Logstash是一种特定的产品、解决方案 apachespark和Storm是非常通用的分布式实时计算系统。

---

-->Apache Spark/Storm只是一般用途的框架/库。

好的，谢谢。在哪些用例中，与storm和spark流媒体相比，logstash可能不够充分？此外，它是否能在发布性能方面取得更好的进展？我只需要理解为什么像Twitter这样的公司使用storm或spark流媒体而不是logstash。对我来说，他们似乎做了同样的事情。让我们看看github上的定义：。“Logstash是一种管理事件和日志的工具。您可以使用它来收集日志、解析日志并存储日志以供以后使用（例如，用于搜索）。如果您将它们存储在Elasticsearch中，您可以使用Kibana查看和分析它们。Storm和Spark是通用框架，如果需要，它们可以用于实现与LogStash相同的功能。此外，它们还可以用于做许多不同的事情。我认为有些用例不适合LogStash，例如：实时分布式数据处理和分析。好的，谢谢。在什么情况下，logstash与storm和spark流媒体相比可能不够充分？此外，它在分发性能方面是否有更好的进步？我只需要理解为什么像Twitter这样的公司使用storm或spark流媒体而不是logstash。对我来说，他们似乎也这样做ng..让我们看看github上的定义：.“Logstash是一个管理事件和日志的工具。您可以使用它来收集日志，解析它们，并存储它们以供以后使用（例如，用于搜索）。如果您将它们存储在Elasticsearch中，您可以使用Kibana查看和分析它们。Storm和Spark是通用框架，如果需要，它们可以用于实现与LogStash相同的功能。此外，它们可以用来做很多不同的事情。我认为有些用例不适合日志存储，比如：实时分布式数据处理和分析。。