Storm 高频面试题及详细答案（实战向）.docxVIP

Storm高频面试题及详细答案（实战向）

一、Storm基础概念类

1、简单介绍一下Storm？它的核心作用是什么？

Storm是一款开源的、分布式、实时的流式计算框架，主打低延迟、高吞吐的实时数据处理。和离线计算框架Hadoop不同，Storm是秒级甚至毫秒级处理数据，数据源源不断流入、实时计算、实时输出结果。

核心作用主要有三点：

1）实时处理流式数据，比如日志清洗、实时统计、实时风控、实时告警；

2）支持分布式扩展，集群横向扩容就能提升处理能力；

3）具备良好的容错机制，任务故障后可以自动重启、重试，保证数据不丢不重。

2、Storm和SparkStreaming的核心区别是什么？

这是面试高频对比题，核心差异在计算模型、延迟、可靠性三个维度：

1）计算模型：Storm是真正的实时流式处理，逐条处理数据；SparkStreaming是微批处理，把一段时间的数据封装成批次计算，本质是小批量离线任务。

2）延迟：Storm延迟极低，毫秒级；SparkStreaming延迟是秒级，取决于批次间隔。

3）可靠性：Storm原生支持Exactly-Once精准一次消费；SparkStreaming默认至少一次，精准一次需要额外实现。

4）吞吐量：SparkStreaming批量处理吞吐量更高；Storm单条处理吞吐量稍低，但实时性更强