我有一个软件，可以处理一张图片，并为我提供该图片的一些结果，还有一个包含大量图片的数据库。
我想建立一个分布式架构，以便在多个服务器上处理这些图片，以获得时间。
我听说过Spark并搜索过它，但我不确定这个解决方案是否对我有好处。尽管如此，我不想错过什么。事实上，在我为Spark找到的所有示例中，总是处理可以拆分为较小任务/作业的任务/作业例如，一个文本可以拆分为多个较小的文本，因此字数可以很容易地处理。然而，当我使用我的软件时，我需要给出一个完整的画面，而不仅仅是它的一部分
那么，是否可以给Spark一个包含10张图片的任务（例如），然后Spark将其拆分为更小的任务（1个任务=1张图片），并将每张图片发送给一名工人如果可能的话，这是否非常有效？事实上，我听说过Celery，我想知道这种解决方案是否更适合我的情况。
谢谢你的帮助！：）
我认为这取决于你所说的"大量图片"是什么意思，以及你多久会处理一次"大量照片"。如果你有成千上万的图片，并且你会经常得到它们，那么Spark绝对是一个很好的解决方案。
从体系结构和需求的角度来看，我认为Spark或Storm都符合要求。我主要关心的是开销是否合理。例如，这个演讲是关于Spark:的实时图像处理
https://www.youtube.com/watch?v=I6qmEcGNgDo
你可以看看这个quora线：https://www.quora.com/Has-anyone-developed-computer-vision-image-processing-algorithms-on-Twitter-Storm