实时数据流的实战书，推荐你看《Practical Real-Time Data Processing and Analytics》这本资源。里面讲得蛮清楚，从 Apache Storm 的 Spouts、Bolts 到 Spark Streaming 的小批模式，再到 Flink 的 事件时间、状态管理这些点，都挺有价值的。
Storm 的消息流设计比较轻量，适合那种对延迟要求高的应用，比如风控系统。你要是用 Kafka 接数据，想快速出个报警结果，用 Storm 合适。
Spark Streaming就偏稳重一些。它走的是“微批”路线，适合跟 Spark 的整个生态打配合，比如你要用 Spark SQL 做实时查询，或者上 MLlib 跑点模型预测，那 Spark Streaming 绝对不亏。
Flink可以说是实时里的“卷王”。支持 exactly-once 语义，吞吐高，延迟低，适合数据量大还想要精度的业务场景。它对 事件时间 和 窗口计算 的支持也蛮强。
如果你项目中要跟 Kafka、HDFS、S3、Cassandra 这类系统打交道，Flink 的 connector 也比较成熟。
这本书整体不空谈概念，案例和实践也不少。虽然看不到书里所有代码，但思路和设计逻辑值得参考。
你要是刚开始接触实时流，这本书能帮你搭建知识框架；要是已经在项目里搞这些了，书里的技术比较也能给你决策参考。