kafkaに直接接続するマイクロサービスを使用できる場合に、嵐のトポロジを使用する利点は何ですか？嵐のトポロジがいるようだながらkafka + storm topology vs microservices
：microserviceのアプローチは、はるかに良いためのソリューションを提供しているようです静的関数が必要なプレーンJavaを使用してください。
マイクロサービスの代わりにストームトポロジを使用する利点は何ですか？
これは、モノリシック対マイクロカーネル設計の議論と非常によく似ています。モノリシックカーネルには、単一のアドレス空間があります。 Stormはそのようなものです.Storm内のサービスを使用するには、特定のAPIを使用する必要があります。 JavaやサポートされているAPIを使用している場合、あなたは運がいいです。これはカーネルライブラリのようなものです。カーネルがあなたにAPIとして与えるものを見て、それを使用します。
マイクロカーネルでは、すべてのカーネルがパスメッセージを送信します。これはカフカのようなものです。それは単なるメッセージパッシングアーキテクチャです。適切に構造化されたメッセージを送信できる限り、どのプロセスもクラスタに参加できます。
モノリシックとマイクロカーネルと同じように、デザイン目標と個人哲学の相互作用になります。私の論文は、マイクロサービスを介してStormのようなアーキテクチャを構築できるということですが、Stormをそのまま使用するよりも多くの作業が必要になります。また、関連する論文は、Stormを介してマイクロサービスアーキテクチャを構築できないということです。
基本的に、嵐の恩恵は単純だと言いますか？一度限りのビルドとゼロからのトポロジの配置は、マイクロサービスよりも速いことに私は同意します。私はそれが長期的な生産準備ツールとしてそれを使用することについては分かりません。 IoCなどのモニタリング、他のサービスへの接続スレッドプール？ – piotrek
スケーラビリティと復元力 - マイクロサービスアーキテクチャでは、スケーラブルで復元力のあるアーキテクチャに独自のパターンを提供する必要があります。あなたは本当に "より多くの仕事"であなた自身を構築することができますが、分散システムは難しいので、結局は時間とリソースがありますか？
実際に達成したいユースケースについて言及していません。マイクロサービスは、Apache Stormとはるかに一般的な用語です。 Apache Stormは、データ処理、より具体的には「ストリーミング」専用の特定のソフトウェアです。あなたは技術的にApache Stormが達成できるものとそれ以上のものをマイクロサービスで実現できますが、その逆もありません。 –