在Storm開源之前，由于Hadoop的數(shù)據(jù)處理能力，讓整個業(yè)界為之瘋狂。不過，Hadoop的缺點也逐漸暴露，運行起來延遲、緩慢，程序復雜。有需求自然就有創(chuàng)造，在業(yè)界不斷探尋更高效的計算系統(tǒng)時，Storm橫空出世。
Storm是一個分布式的、容錯的實時計算系統(tǒng)，可用于：實時分析、在線機器學習、連續(xù)計算?？焖倏煽?、運維簡單、高度容錯、無數(shù)據(jù)丟失、多語言等等，這些優(yōu)點足以讓業(yè)內雀躍。
目前，storm被廣泛應用于實時分析，那么國內哪家公司將storm運用的比較好呢？
一．分析更快速
基于Storm實時框架進行二次開發(fā)，布爾財經實現(xiàn)了適合產品級推薦引擎的實時分析系統(tǒng)，保證每步分析在50ms內完成，單篇文章抓取結束后在秒級以內即可完成全部分析、并實現(xiàn)個性化推薦，推送到適合的人群面前。
布爾財經結合大數(shù)據(jù)的實施流式框架，這種增量學習可以在毫秒級別完成，相比其他使用推薦引擎的競爭對手還處在日級別的更新速度，有了數(shù)量級上的絕對優(yōu)勢。
二．分析更全面
在storm框架基礎上，布爾財經進行了更精細的擴展?？梢钥吹剑紶栘斀汚PP上每一篇文章后都有相關股票、個股熱度、情感傾向等模塊。用戶在閱讀完每一篇文章后，無須過多操作，就能獲取更多準確信息。也就是說，較其他軟件，布爾財經的用戶在相同時間內獲取最快最多最全的資訊。
三．與NLP語義模型完美結合
布爾財經是昊讀數(shù)據(jù)基于十數(shù)年的非結構化大數(shù)據(jù)&NLP數(shù)據(jù)、算法積累所研發(fā)出的專業(yè)投資工具。將NLP語義模型應用在storm上的研發(fā)公司，在量化投資界，也算是屈指可數(shù)，布爾財經正是該模式的領航者。
而NLP中的多因子模型類型更全、維度更廣。二者的完美結合讓投資者能夠在布爾財經獲取更快、更準、更真實的數(shù)據(jù)。