Storm 支持一些在线的实时，批量处理分析的流式计算
一般使用都是结合消息队列（数据源）和数据库（）来结合使用，
逻辑图：
集群物理结构：
spout：数据源，消息的发送者
bolt： 处理数据，消息的处理者
tuple：定义好的一种数据传输结构
workers：最大的进程
executor：线程
task：线程中的实例
其他解释：
numbus: Storm由一个主节点和多个工作节点组成，主节点运行"nimbus"守护进程，每个工作节点都运行了“supervisor”守护进程，用于监听工作
stream： 被处理的数据 消息流
spout： 数据源 消息的发送者
bolt ； 处理数据 消息的处理者
task： 运行spout 或 bolt的进程
worker： 运行这些线程的进程，
stream grouping ： 消息分组策略， 规定了bolt接受什么东西作为数据，
数据随机分配： shuffle
数据根据字段分配： fields
广播： all
总是发给一个task： gobal
自定义逻辑： direct
不关心数据： none
topology：是由stream grouping 连接起来的 类似于mapreduce中的job
sotm的启动
./storm nimbus
jps: nimbus
./storm ui 提供访问web的服务，端口：8080
jps：config_value -------> core
./storm supervisor
jps：supervisor
一个supervisor 会启动4个workers，slots
