能够处理持续的数据流，支持连续查询并实时将结果反馈给客户端。

支持根据当前数据量，动态的进行智能伸缩，帮助用户快速应对业务增长需求。

流计算提供了简单的API，开发者可以快速、高效的开发应用。

按需配置，简单操作即可快速完成部署。

• 编程模型简单

  支持多种API接口，简单操作即可完成开发。
• 编程语言丰富

  除了用Java实现Spout和Bolt，基于Storm的多语言协议，用户还可以使用其他编程语言来完成作业。
• 动态可扩展

  流计算的计算任务在多个线程、进程和服务器之间并行进行，支持灵活的水平扩展和动态伸缩，无需人工干预，即可满足用户的增/减量需求。
• 自动化部署

  提供基于向导的流服务部署界面，几分钟内即可完成流服务实例的部署、设置、操作和扩展，系统自动完成部署工作，用户无需再关注底层基础设施的调度与繁重的日常运维工作。

• 高可靠性

  流计算服务的内部机制可以保证每条消息都能被“完全处理”。
• 高容错性

  如果在消息处理过程中出现异常，流计算服务会自动安排此问题单元重新进行处理。
• 高效处理

  底层的消息队列，保证消息被快速处理。

• 信息流处理

  支持实时处理新数据和更新数据库，兼具容错性和可扩展性。即Storm可以处理源源不断的消息，并在处理后自动将结果写入存储。
• 连续计算

  支持处理持续的数据流，对于进入到流计算中的数据，流计算会立即对数据发起计算任务，并且只要数据流不中断，实时计算就会持续下去。
• 分布式远程程序调用

  支持并行处理密集查询。流计算服务的拓扑结构是一个等待调用信息的分布函数，当它收到一条调用信息后，会对查询进行计算，并返回查询结果。例如，实现并行搜索或者处理大集合的数据。
• 支持本地模式

  提供“本地模式”，即支持在进程中模拟流计算集群的所有功能，为开发和测试工作提供便利。