博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Storm概念详解和工作原理,topology、spout、bolt的细节和API讲解之一
阅读量:6835 次
发布时间:2019-06-26

本文共 8361 字,大约阅读时间需要 27 分钟。

hot3.png

storm

datasource -->bolt
|               |
|               |
bolt-->     有向无环图bolt
storm与传统数据库区别
传统数据库先存后计算,而storm则是先算后存甚至不存
传统关系数据库很难部署实时计算,只能部署定时任务统计分析窗口数据
关系型数据库注重事务,并发控制,相对storm来说比较简陋
storm【速度】与hadoop【海量数据】,spark【内存计算框架】等流行的大数据方案
核心代码clojure实用程序python,使用java开发拓扑
wordcount逻辑
sentence spout -->split sentence bolt -->word count bolt -->report bolt
[root target]# cd ~/soft
[root soft]# ls
maven  Python-2.7.2  storm-0.9.1  storm-starter  zookeeper-3.3.6
[root soft]# cd zookeeper-3.3.6
[root zookeeper-3.3.6]# ls
bin          contrib     ivysettings.xml  NOTICE.txt  zookeeper-3.3.6.jar
build.xml    data        ivy.xml          README.txt  zookeeper-3.3.6.jar.asc
CHANGES.txt  dist-maven  lib              recipes     zookeeper-3.3.6.jar.md5
conf         docs        LICENSE.txt      src         zookeeper-3.3.6.jar.sha1
[root zookeeper-3.3.6]# cd bin
[root@localhost bin]# ls
README.txt    zkCli.cmd  zkEnv.cmd  zkServer.cmd  zookeeper.out
zkCleanup.sh  zkCli.sh   zkEnv.sh   zkServer.sh
[root@localhost bin]# ./zkCli.sh
[zk: localhost:2181(CONNECTED) 0] ls /
[storm, zookeeper]
[zk: localhost:2181(CONNECTED) 1]
storm管理命令
storm rebalance增加节点之后/activate/deactivate/kill 拓扑名
topology运行流程
storm提交后,会把代码首先存放到nimbus节点的inbox目录下,之后会把当前storm
运行配置生成一个stormconf.ser文件放到nimbus节点的stormdist目录下,在此目录下还有序列化后的toplogy代码文件
2.在设定topology所关联的spout和bolts时,可以同时设置当前spout和bolt的
executor数目和task数目,默认情况下,一个topology的task总和是executor的总和一致的,之后,系统根据workerd的数
尽量平均这些task的执行,work在哪个supervisor节点运行是由本身决定的
3.任务分配好后,niimbus节点会将任务信息提交到zoopeeker集群,同时在zoopecker集群中会有workerbeats
节点,这里存储了所有worker进程的心跳信息
4supervisor节点会不断的轮训zookeeper集群,在zookeeper的assignment节点保存了所有toplogy的任务分配信息
代码存储目录之间的关联关系,supervisor通过轮训此节点的内容,来领取自己的任务,启动worker进程
5.一个topogy运行之后,就会不断的通过spout来发送spout流,通过bolts来不断处理接收的stream流,stream流式误解的
本地运行的提交方式
LocalCluster cluster=new LocalCluster();
cluster.submitTopology(TOPLOGY_NAME,conf,builder.createTopology())
Thread.sleep(2000)
cluster.shutdown();
分布式提交方式:
StormSubmitter。submitToplogy(TOPLOGY_NAME,conf,builder.createTopology())
topology的运行
需要注意的是,在storm代码编写完成之后,需要打成jar包放在nimbus中运行
打包的时候不要加依赖的包,否者会出现重复的配置文件,因为他运行之前会加载
本地的storm。yaml配置文件
storm jar StormTology.jar mainclass
storm守护进程
nimbus
toUI
DRPC
JAR storm jar topology_jar topology_class args
jar是用于提交集群拓扑他运行topology_class main方法,上传jar到nimbus,由nimbus发布到集群
一旦提交,storm会激活拓扑并开始处理topology_class main方法,main方法会调用stormsubmit.submittopology
方法, 并且提供一个唯一的拓扑名, 若这个名字存在那么失败,常见方法是用命令方法来指定拓扑名称
maven新建一个项目
mvn archetype:create/generate  -DgroupId=storm.test -DartifactId=teststorm -DpackageName=cn.dataguru.storm
pom.xml
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
  <modelVersion>4.0.0</modelVersion>
  <groupId>storm.test</groupId>
  <artifactId>teststorm</artifactId>
  <version>0.0.1-SNAPSHOT</version>
  <packaging>jar</packaging>
  <name>teststorm</name>
  <url>http://maven.apache.org</url>
  <properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
  </properties>
  <dependencies>
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>3.8.1</version>
      <scope>test</scope>
    </dependency>
    <dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>3.8.1</version>
<scope>test</scope>
</dependency>
<dependency>
<groupId>storm</groupId>
<artifactId>storm</artifactId>
<version>0.9.0.1</version>
<scope>provided</scope>
</dependency>
  </dependencies>
 
  <repositories>
<repository>
<id>clojars.org</id>
<url>http://clojars.org/repo</url>
</repository>
</repositories>
<build>
<plugins>
<plugin>
<artifactId>maven-assembly-plugin</artifactId>
<version>2.2.1</version>
<configuration>
<descriptorRefs>
<descriptorRef>jar-with-dependencies
</descriptorRef>
</descriptorRefs>
<archive>
<manifest>
<mainClass />
</manifest>
</archive>
</configuration>
<executions>
<execution>
<id>make-assembly</id>
<phase>package</phase>
<goals>
<goal>single</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</build>
 
</project>
package cn.dataguru.storm;
import backtype.storm.topology.BasicOutputCollector;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.topology.base.BaseBasicBolt;
import backtype.storm.tuple.Tuple;
public class LearningStormBolt extends BaseBasicBolt {
    private static final long serialVersionUID = 1L;
    public void execute(Tuple input, BasicOutputCollector collector) {
        // fetched the field "site" from input tuple.
        String test = input.getStringByField("site");
        // print the value of field "site" on console.
        System.out.println("Name of input site is : " + test);
    }
    public void declareOutputFields(OutputFieldsDeclarer delarer) {
    }
}
package cn.dataguru.storm;
import java.util.HashMap;
import java.util.Map;
import java.util.Random;
import backtype.storm.spout.SpoutOutputCollector;
import backtype.storm.task.TopologyContext;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.topology.base.BaseRichSpout;
import backtype.storm.tuple.Fields;
import backtype.storm.tuple.Values;
public class LearningStormSpout extends BaseRichSpout {
    private static final long serialVersionUID = 1L;
    private SpoutOutputCollector spoutOutputCollector;
    private static final Map<Integer, String> map = new HashMap<Integer, String>();
    static {
        map.put(0, "google");
        map.put(1, "facebook");
        map.put(2, "twitter");
        map.put(3, "youtube");
        map.put(4, "linkedin");
    }
    public void open(Map conf, TopologyContext context,
            SpoutOutputCollector spoutOutputCollector) {
        // Open the spout
        this.spoutOutputCollector = spoutOutputCollector;
    }
    public void nextTuple() {
        // Storm cluster repeatedly calls this method to emit a continuous
        // stream of tuples.
        final Random rand = new Random();
        // generate the random number from 0 to 4.
        int randomNumber = rand.nextInt(5);
        spoutOutputCollector.emit(new Values(map.get(randomNumber)));
    }
    public void declareOutputFields(OutputFieldsDeclarer declarer) {
        declarer.declare(new Fields("site"));
    }
}
package cn.dataguru.storm;
import backtype.storm.Config;
import backtype.storm.LocalCluster;
import backtype.storm.generated.AlreadyAliveException;
import backtype.storm.generated.InvalidTopologyException;
import backtype.storm.topology.TopologyBuilder;
public class LearningStormTopology {
    public static void main(String[] args) throws AlreadyAliveException,
            InvalidTopologyException {
        // create an instance of TopologyBuilder class
        TopologyBuilder builder = new TopologyBuilder();
        // set the spout class
        builder.setSpout("LearningStormSpout", new LearningStormSpout(), 2);
        // set the bolt class
        builder.setBolt("LearningStormBolt", new LearningStormBolt(), 4)
                .shuffleGrouping("LearningStormSpout");
        Config conf = new Config();
        conf.setDebug(true);
        // create an instance of LocalCluster class for
        // executing topology in local mode.
        LocalCluster cluster = new LocalCluster();
        // LearningStormTopolgy is the name of submitted topology.
        cluster.submitTopology("LearningStormToplogy", conf,
                builder.createTopology());
        try {
            Thread.sleep(10000);
        } catch (Exception exception) {
            System.out.println("Thread interrupted exception : " + exception);
        }
        // kill the LearningStormTopology
        cluster.killTopology("LearningStormToplogy");
        // shutdown the storm test cluster
        cluster.shutdown();
    }
}
mvn install
[root@localhost teststorm]# cd target
[root@localhost target]# ls
archive-tmp       test-classes
classes           teststorm-0.0.1-SNAPSHOT.jar
maven-archiver    teststorm-0.0.1-SNAPSHOT-jar-with-dependencies.jar
maven-status      teststorm-1.0-SNAPSHOT.jar
surefire-reports  teststorm-1.0-SNAPSHOT-jar-with-dependencies.jar
[root@localhost teststorm]# mvn compile exec:java -Dexec:java -Dexec.classpathScope=compile -Dexec.mainClass=cn.dataguru.storm.LearningStormTopology
                                                                                                             cn.dataguru.storm.LearningStormTopology
[root@localhost teststorm]# storm jar teststorm-0.0.1-SNAPSHOT-jar-with-dependencies.jar cn.dataguru.storm.LearningStormTopology
集群方式
conf.setNumWorkers(3);
StormSubmitter.submitTopology("name", conf, builder.createTopology());
以下的注释掉
        cluster.submitTopology("LearningStormToplogy", conf,
                builder.createTopology());
        try {
            Thread.sleep(10000);
            StormSubmitter.submitTopology("name", conf, builder.createTopology());
        } catch (Exception exception) {
            System.out.println("Thread interrupted exception : " + exception);
        }
        // kill the LearningStormTopology
        cluster.killTopology("LearningStormToplogy");
        // shutdown the storm test cluster
        cluster.shutdown();

转载于:https://my.oschina.net/goudingcheng/blog/614300

你可能感兴趣的文章
(初尝试京东页)京东的CSS文件。
查看>>
RDF和RDFS是什么
查看>>
教大家防止Jar包被反编译
查看>>
液晶显示接口选择
查看>>
X61 U盘安装系统
查看>>
解决Sqlite数据库主键自增的问题
查看>>
C代码
查看>>
配置FTP
查看>>
試用 Golang 抓取網站價錢
查看>>
搜索引擎
查看>>
10分钟还原HTTPS真像!
查看>>
单例模式的笔记
查看>>
Linux压力测试工具
查看>>
自由职业一时爽,一直自由一直爽
查看>>
浏览器事件window.onload、o…
查看>>
对象回收时Weak指针自动被置为nil的实现原理
查看>>
php URLEncode() / php URLEncode函数 php urldecode...
查看>>
phpunit mock
查看>>
NodeJS、NPM安装配置步骤(windows版本)
查看>>
mac常用的命令
查看>>