这些需求是分布式任务处理和python编程任务，以获得高消息速率。celery 和storm（使用streamparse）在以下原则上有何比较：
可伸缩性-不仅在工人方面，而且在经纪人方面。celery 能与水平可伸缩的代理（sharded rabbitmq集群）一起工作吗？storm有这样的限制吗？
任务的灵活性—如果一个任务必须满足系统中的特定条件，那么它很可能会在下一次被工作者吸收时重新排队并进行处理。storm提供了这样的功能吗？
工作流-工作流往往变得复杂-有些是顺序的，有些是并行的，然后是它们的组合。这里哪个更好？
监控-实时监控对工人的支持，他们的状态，他们的消息速率。出现错误时提醒功能。
易于部署