最重要的區(qū)別：SparkStreaming是微批處理，storm是按條處理。

舉個栗子：現(xiàn)在要實現(xiàn)個簡單的信息流（新聞視頻）實時推薦系統(tǒng)

1、sparkStreaming可以用來：每隔10s將這10s內(nèi)的用戶瀏覽新聞、視頻的日志事件進行匯總，根據(jù)用戶點擊的新聞、視頻，根據(jù)之前協(xié)同過濾、或相似度計算得到的離線推薦結(jié)果給用戶算出這段時間內(nèi)瀏覽的內(nèi)容的相關(guān)內(nèi)容，保存到Hbase中，供用戶下次刷新列表時使用。因為這個實時性要求沒那么高，我不需要毫秒級內(nèi)對用戶的瀏覽行為進行實時反饋。

2、storm可以用來，實時組裝用戶的推薦結(jié)果。用戶在刷新列表時，將刷新請求發(fā)送到Kafka。storm實時處理這些請求，在毫秒級內(nèi)完成用戶這次請求的結(jié)果集召回組裝排序。可以將組裝結(jié)果存放到用戶的redis私有隊列。用戶在刷新請求時，在redis內(nèi)獲取結(jié)果。