这些需求是分布式任务处理和python编程任务,以获得高消息速率。celery 和storm(使用streamparse)在以下原则上有何比较:
可伸缩性-不仅在工人方面,而且在经纪人方面。celery 能与水平可伸缩的代理(sharded rabbitmq集群)一起工作吗?storm有这样的限制吗?
任务的灵活性—如果一个任务必须满足系统中的特定条件,那么它很可能会在下一次被工作者吸收时重新排队并进行处理。storm提供了这样的功能吗?
工作流-工作流往往变得复杂-有些是顺序的,有些是并行的,然后是它们的组合。这里哪个更好?
监控-实时监控对工人的支持,他们的状态,他们的消息速率。出现错误时提醒功能。
易于部署
暂无答案!
目前还没有任何答案,快来回答吧!