SpoutConfig(BrokerHosts hosts, String topic, String zkRoot, String id) 参数id指的是啥意思

阿里巴巴为啥要用Java实现一个Storm，是因为Clojure的学习成本太高吗？

storm版本是0.9.4 ，当storm集群上任务比较多的时候，启动一个topology，要过5-10分钟或者更久才能启动起来。worker log报错如下: 2016-03-21T09:58:31.217+0800 b.s.m.n.Client [ERROR] connection attempt 4 to Netty-Client-sslave6 failed: java.lang.RuntimeException: Returned channel was actually not established

现在在处理机器监控的数据，包括内存、网络、CPU等数据，是一个实时流数据，使用spark streaming作为处理平台。在实际的使用中，需要根据监控的内容分组做时间序列，然后根据不同的监控内容需要使用不同的分析函数，这时就出现了一个问题，处理内存、网络和CPU的判断标准完全不一样，请问应该如何解决？

因为本人刚刚大学，而且是在自学大数据，就业方面也是在几年后，可是初学总是不知道如何学习，很多人说学习hadoop还有的说spark都学什么的，我也不太能理解大数据架构这个概念，因为还年轻希望能接触有挑战性的技术。

大家有关于滑动窗口（最好是storm实现）的应用的视频资料或程序吗？本人刚开始接触，非常想学

最近正在学习Strom和Spark Streaming,不知道哪里能提供有效的测试数据呢？就像图计算有wikipedia和dblp，流数据有哪些呢？