1.DOTA近卫智力英雄

2.日用品品牌(概述 发展历程)

3.播放软件

4.开源的实时计算平台

1.DOTA近卫智力英雄

风暴之灵 - Raijin Thunderkeg - 英雄简称:(Storm): 作为近卫军团在最黑暗的年代所召唤的圣灵，风暴之灵决定在一个卑微的元素使身上证明自己的价值。由于熊猫人自身的灵魂已经在沛不可当的纯粹的电子精华的冲击下被毁灭，加上圣灵又无法使用自己的身体，就干脆降临至这个元素使的身上。尽管被凡人的躯体所束缚，风暴之灵仍然表现出极为强大的力量。通过以一种极为神秘的方式操纵广阔而无穷无忌的力之本源，在近卫军团的敌人面前召唤出毁灭性的电子火花，碾碎所有敢于在他面前出现的敌人。

2.日用品品牌

概述

Storm，是于90年代突然崛起，颇受年轻消费者追崇的，一个专注于时尚生活的品牌，主要产品集中在时尚腕表、珠宝首饰、箱包、雨伞以及香水等。她是由其创始人Steve Sun于1989年创立。

自诞生之日起，Storm就以独特的设计理念、优良的产品质量表现及年轻、积极、性感的品牌形象迅速吸引了一大批品牌簇拥者。Storm仅仅用了几年时间，就跻身伦敦时尚的前沿，迅速成为时尚腕表的领航者。

每年，无论是优雅的社会名流、还是亲民的时尚一族，都对Storm的新品，特别是一些限量款和特别款，翘首企盼。连David Beckham、Justin Timberlake这样的巨星也是要在Storm的专门店前排队，购买Storm的限量版产品。发展历程

发展历程

与其他伟大的品牌一样，Storm的诞生也有其浪漫的历史。

1985年，Steve Sun 发现当时的手表大都是黑、银色相间的刻度盘。价格便宜的手表都非常的单调，并且与昂贵的手表外观设计非常相似。Steve突然产生了一个想法，他想建立一个公司来生产人们能够买得起的有趣的手表。于是，Steve将彩色的刻度盘和其他革新性的细节引进到手表中来。因此，他成立了Sun 99有限公司。

1989年，Steve在一次飞机旅途中突然得到灵感，创立了Storm这个品牌。

当时，所有的手表都是在珠宝店内销售。Steve则开始与品牌时尚店合作，并开始向他们出售手表。从此，将手表作为时尚的饰品进行销售。崇尚潮流的消费者会在不同的商店比较不同的手表，并且由于Storm强烈反叛传统腕表设计的独特风格、平易近人的价格，使得人们可以购买更多的手表，来配合不同的服饰、场合。随之而来的就是，Storm品牌的壮大，Storm的fans越来越多。

作为一个时尚品牌，Storm逐渐开始向除手表外的其他产品领域进军，将更多的产品列入发展计划。如今，Storm产品类别已经涵盖了手表、太阳眼镜、箱包、皮夹、伞及香水等。通过其业务在全球地扩展，Storm目前已经迅速发展成为一个国际型的知名时尚品牌。

3.播放软件

暴风影音是暴风网际公司推出的一款视频播放器，该播放器兼容大多数的视频和音频格式。连续获得《电脑报》、《电脑迷》、《电脑爱好者》等权威IT专业媒体评选的消费者最喜爱的互联网软件荣誉以及编辑推荐的优秀互联网软件荣誉。

4.开源的实时计算平台

Twitter将Storm正式开源了，这是一个分布式的、容错的实时计算系统，它被托管在GitHub上，遵循 Eclipse Public License 1.0。Storm是由BackType开发的实时处理系统，BackType现在已在Twitter麾下。GitHub上的最新版本是Storm 0.5.2，基本是用Clojure写的。

Storm为分布式实时计算提供了一组通用原语，可被用于“流处理”之中，实时处理消息并更新数据库。这是管理队列及工作者集群的另一种方式。 Storm也可被用于“连续计算”（continuous computation），对数据流做连续查询，在计算时就将结果以流的形式输出给用户。它还可被用于“分布式RPC”，以并行的方式运行昂贵的运算。 Storm的主工程师Nathan Marz表示：

Storm可以方便地在一个计算机集群中编写与扩展复杂的实时计算，Storm之于实时处理，就好比 Hadoop之于批处理。Storm保证每个消息都会得到处理，而且它很快——在一个小集群中，每秒可以处理数以百万计的消息。更棒的是你可以使用任意编程语言来做开发。

Storm的主要特点如下：

简单的编程模型。类似于MapReduce降低了并行批处理复杂性，Storm降低了进行实时处理的复杂性。

可以使用各种编程语言。你可以在Storm之上使用各种编程语言。默认支持Clojure、Java、Ruby和Python。要增加对其他语言的支持，只需实现一个简单的Storm通信协议即可。

容错性。Storm会管理工作进程和节点的故障。

水平扩展。计算是在多个线程、进程和服务器之间并行进行的。

可靠的消息处理。Storm保证每个消息至少能得到一次完整处理。任务失败时，它会负责从消息源重试消息。

快速。系统的设计保证了消息能得到快速的处理，使用ØMQ作为其底层消息队列。

本地模式。Storm有一个“本地模式”，可以在处理过程中完全模拟Storm集群。这让你可以快速进行开发和单元测试。

Storm集群由一个主节点和多个工作节点组成。主节点运行了一个名为“Nimbus”的守护进程，用于分配代码、布置任务及故障检测。每个工作节 点都运行了一个名为“Supervisor”的守护进程，用于监听工作，开始并终止工作进程。Nimbus和Supervisor都能快速失败，而且是无 状态的，这样一来它们就变得十分健壮，两者的协调工作是由Apache ZooKeeper来完成的。

Storm的术语包括Stream、Spout、Bolt、Task、Worker、Stream Grouping和Topology。Stream是被处理的数据。Sprout是数据源。Bolt处理数据。Task是运行于Spout或Bolt中的 线程。Worker是运行这些线程的进程。Stream Grouping规定了Bolt接收什么东西作为输入数据。数据可以随机分配（术语为Shuffle），或者根据字段值分配（术语为Fields），或者 广播（术语为All），或者总是发给一个Task（术语为Global），也可以不关心该数据（术语为None），或者由自定义逻辑来决定（术语为 Direct）。Topology是由Stream Grouping连接起来的Spout和Bolt节点网络。在Storm Concepts页面里对这些术语有更详细的描述。

可以和Storm相提并论的系统有Esper、Streambase、HStreaming和Yahoo S4。其中和Storm最接近的就是S4。两者最大的区别在于Storm会保证消息得到处理。这些系统中有的拥有内建数据存储层，这是Storm所没有的，如果需要持久化，可以使用一个类似于Cassandra或Riak这样的外部数据库。

入门的最佳途径是阅读GitHub上的官方《Storm Tutorial》。 其中讨论了多种Storm概念和抽象，提供了范例代码以便你可以运行一个Storm Topology。开发过程中，可以用本地模式来运行Storm，这样就能在本地开发，在进程中测试Topology。一切就绪后，以远程模式运行 Storm，提交用于在集群中运行的Topology。

要运行Storm集群，你需要Apache Zookeeper、ØMQ、JZMQ、Java 6和Python 2.6.6。ZooKeeper用于管理集群中的不同组件，ØMQ是内部消息系统，JZMQ是ØMQ的Java Binding。有个名为storm-deploy的子项目，可以在AWS上一键部署Storm集群。关于详细的步骤，可以阅读Storm Wiki上的《Setting up a Storm cluster》。