首先要明白Storm和Hadoop的應(yīng)用領(lǐng)域，注意加粗、標(biāo)紅的關(guān)鍵字。
Hadoop是基于Map/Reduce模型的，處理海量數(shù)據(jù)的離線分析工具。
Storm是分布式的、實(shí)時(shí)數(shù)據(jù)流分析工具，數(shù)據(jù)是源源不斷產(chǎn)生的，例如Twitter的Timeline。
再回到你說(shuō)的速度問(wèn)題，只能說(shuō)Storm更適用于實(shí)時(shí)數(shù)據(jù)流，Map/Reduce模型在實(shí)時(shí)領(lǐng)域很難有所發(fā)揮，不能簡(jiǎn)單粗暴的說(shuō)誰(shuí)快誰(shuí)慢。
這里的快主要是指的時(shí)延。
storm的網(wǎng)絡(luò)直傳、內(nèi)存計(jì)算，其時(shí)延必然比hadoop的通過(guò)hdfs傳輸?shù)偷枚啵划?dāng)計(jì)算模型比較適合流式時(shí)，storm的流式處理，省去了批處理的收集數(shù)據(jù)的時(shí)間；因?yàn)閟torm是服務(wù)型的作業(yè)，也省去了作業(yè)調(diào)度的時(shí)延。所以從時(shí)延上來(lái)看，storm要快于hadoop。
說(shuō)一個(gè)典型的場(chǎng)景，幾千個(gè)日志生產(chǎn)方產(chǎn)生日志文件，需要進(jìn)行一些ETL操作存入一個(gè)數(shù)據(jù)庫(kù)。
假設(shè)利用hadoop，則需要先存入hdfs，按每一分鐘切一個(gè)文件的粒度來(lái)算（這個(gè)粒度已經(jīng)極端的細(xì)了，再小的話hdfs上會(huì)一堆小文件），hadoop開始計(jì)算時(shí)，1分鐘已經(jīng)過(guò)去了，然后再開始調(diào)度任務(wù)又花了一分鐘，然后作業(yè)運(yùn)行起來(lái)，假設(shè)機(jī)器特別多，幾鈔鐘就算完了，然后寫數(shù)據(jù)庫(kù)假設(shè)也花了很少的時(shí)間，這樣，從數(shù)據(jù)產(chǎn)生到最后可以使用已經(jīng)過(guò)去了至少兩分多鐘。
而流式計(jì)算則是數(shù)據(jù)產(chǎn)生時(shí)，則有一個(gè)程序去一直監(jiān)控日志的產(chǎn)生，產(chǎn)生一行就通過(guò)一個(gè)傳輸系統(tǒng)發(fā)給流式計(jì)算系統(tǒng)，然后流式計(jì)算系統(tǒng)直接處理，處理完之后直接寫入數(shù)據(jù)庫(kù)，每條數(shù)據(jù)從產(chǎn)生到寫入數(shù)據(jù)庫(kù)，在資源充足時(shí)可以在毫秒級(jí)別完成。
當(dāng)然，跑一個(gè)大文件的wordcount，本來(lái)就是一個(gè)批處理計(jì)算的模型，你非要把它放到storm上進(jìn)行流式的處理，然后又非要讓等所有已有數(shù)據(jù)處理完才讓storm輸出結(jié)果，這時(shí)候，你再把它和hadoop比較快慢，這時(shí)，其實(shí)比較的不是時(shí)延，而是比較的吞吐了。
Hadoop M/R基于HDFS，需要切分輸入數(shù)據(jù)、產(chǎn)生中間數(shù)據(jù)文件、排序、數(shù)據(jù)壓縮、多份復(fù)制等，效率較低。
Storm 基于ZeroMQ這個(gè)高性能的消息通訊庫(kù)，不持久化數(shù)據(jù)。