我正在尝试为我正在构建的应用程序选择合适的工具。 我想抓取多个平台并将抓取的数据保存在某个地方，然后我想清理并应用 nlp (nltk) 并对抓取的文本进行分析，然后将其实时流式传输到 ui。 我正在使用硒和漂亮的汤来抓取数据。我不知道什么是存储这些数据的最佳选择，什么是应用 nlp 和流处理和分析的最佳工具。存储所有这些的最佳数据库是什么？
我想过用spark来流数据，但是spark可以结合什么？我从哪里开始？