如今，数据不再是最难获取的东西，难的是如何从这些海量的数据中获得我们想要了解的信息，获取其内在的价值，由于一些数据蕴含的信息具有时效性，想要及时地获取这些信息成了这些信息工作者都在竞相追求的目标，这也正是大数据实时计算越来越流行的原因。离线数据并行计算框架主要专注于批处理，但是当我们需要处理一些实时信息的时候，离线并行计算需要耗费大量的时间，无法快速得到实时分析结果。为了解决这个问题，实时计算与分析框架应运而生。

目前主流有以下三种实时计算框架。

1.Apache Storm

通常认为Hadoop定义了并行计算的原语与通用方法架构，极大程度上对大规模数据的并行批处理进行了简化，而Storm为分布式实时计算提供了一组通用原语与方法架构，可以简化实时数据并行处理的复杂性。Storm可以方便地在一组集群服务器中建立与扩展复杂的实时计算服务，因此，Storm常常用于实时处理服务，就好像Hadoop通常用于并行离线批处理一样。Storm保证实时得到的消息队列中的每个消息都会得到处理，Storm处理信息的速度要求更加快速，在一个小集群中，每秒可以处理数以百万计的消息，并且可以使用任意主流的程序开发语言来进行开发。

2.Apache Spark Streaming

Spark Streaming是核心Spark API的一个扩展，它并不会像Storm那样一次一个地处理数据流，而是在处理前按时间间隔预先将其切分为一段一段的，进行批处理作业。(www.daowen.com)

3.Apache Samza

Samza处理流式数据消息队列时，会分别按次处理消息队列中每条收到的消息。Samza的流单位是一个消息队列。在Samza中，数据流被切分开来，每个部分都由一组只读消息的有序数列构成。除此之外，该系统还支持分区数据的批处理，即逐次处理同一个数据流分区的多条消息。Samza的执行与数据流模块都是热插拔式的，尽管Samza的特色是依赖Hadoop的Yarn和Apache Kafka。

Storm、Spark Streaming和Samza三种实时计算框架都是开源的、分布式的系统，具有可扩展性和容错性高，延迟低等优点，它们相似的特点在于：允许运行数据流代码时，将任务分配到一系列具有容错能力的节点上并行运行，也都具有便捷的底层API来简化计算任务实现的复杂程度。

Storm、Spark Streaming和Samza的不同之处在于：在数据传递形式上，Storm和Samza是至少一次传递（At-least-once），没有丢失的情况，消息可能会再次发送，此情况下会产生冗余消息传递的现象，Spark是仅一次（Exactly-once）传递：每条消息都被发送过一次且仅传递一次，此种模式没有冗余；在状态存储与管理方面上，三者对状态的存储有不同的策略，Spark将数据写入分布式文件系统中，Samza使用嵌入式键值存储，而在Storm将状态管理滚动至应用层面也会使用高层抽象Trident；在开发语言方面，Storm支持大多数主流开发语言；Spark支持Scala，Java，Python；Samza只有JVM所支持的语言。