你不能告诉storm，元组是流的最后一个。但是，如果您知道您刚刚从喷口发出最后一个元组，那么您可以为自己设置一个内部标志，并且等待直到您收到所有的元组 acks 在喷口里。当所有 acks 你知道，所有元组都被storm处理了。
对于问题2，我不清楚你所说的“做同样的处理”是什么意思？似乎，您想在不同的模式下处理相同的数据两次（或者我理解错了什么）？为什么要区分“流”和“批”的情况？你想得到什么不同的语义？你说的“把元组看成一批元组”是什么意思。你知道你有一个有限的数据流吗？要将所有元组放入一个批中吗？或者你想做一些微量配料？
对于微配料，三叉戟将是有用的。如果你有一个真正的批量工作，风暴是不合适的。为此，您可能想查看apacheflink（免责声明，我是flink的提交者）或apachespark。两者都是支持批处理和流式处理的混合系统。根据您对流语义的需求，一个或另一个可能更适合。spark提供微批处理来模拟流式处理，而flink则进行真正的流式处理。