一、优势
1、高吞吐、低延迟、高性能
spark：高吞吐、高性能，用微批处理实现流式计算，无法达到低延迟；
storm：低延迟、高性能，无法达到高吞吐
2、支持事件时间(event time)
spark streaming只支持系统时间(process time)，即消息到达计算框架处理时的系统主机时间，不支持事件发生的时间。
3、有状态计算
流式计算中将中间结果保存在内存或文件系统中，无需每次读取全部原始数据，提高性能，可支持TB级的状态管理。
4、窗口（Windows）操作
基于Time、Count、Session、Data-driven等类型窗口操作，可以自定义窗口触发机制。
5、基于轻量级分布式快照（snapshot）实现的容错
基于snapshot的checkpoint，设置检查点时间，可周期性地将状态信息持久化存储，实现容错。默认只保留最新的checkpoint，应用结束时会删除，可设置保留份数和不删除。
6、独立的内存管理
减少JVM GC对系统的影响，数据序列化存储在内存，利用率更高效。
7、Save Point(保存点) savepoint和checkpoint（https://blog.csdn.net/qq_26654727/article/details/83833517）
手动创建，应用终止时，将应用执行的快照保存在存储介质中，用于更改job，版本更新时手动创建保存点，便于恢复之前状态。
原文：https://www.cnblogs.com/csyusu/p/11423620.html