spark具有变换缩减架构，storm具有dag架构。这不是一个好主意，以开发传统的程序运行风暴的Spark。当你和spark一起工作的时候，你一定会有不同的想法。
默认情况下，spark将元组发送到处理器（Map器），比如fieldsgrouping或由键展开的部分键分组。
不过，您可以在spark上模拟一些风暴操作。例如 Spout -> BoltA -> BoltB 全部 fieldsGrouping 你可以做：

//streamEvents  is equal to Spout
JavaPairInputDStream<String, String> streamEvents = KafkaUtils.createDirectStream(...);

JavaPairDStream<String, Object> newKeys1 = streamEvents.flatMapToPair(x->BoltA);
JavaPairDStream<String, Object> newKeys2 = newKeys1.flatMapToPair(x->BOltB);

如果你愿意的话 Spout->BoltA , Spout->BoltB 你可以做：

//streamEvents  is equal to Spout
JavaPairInputDStream<String, String> streamEvents = KafkaUtils.createDirectStream(...);

JavaPairDStream<String, Object> newKeys1 = streamEvents.flatMapToPair(x->BoltA);
JavaPairDStream<String, Object> newKeys2 = streamEvents.flatMapToPair(x->BOltB);

对于全局分组，必须设置键值对，并且该键在所有输入中必须相等。
我不建议使用spark而不是storm。在某些特殊情况下，尝试使用spark或storm。