storm 相关概念

介绍

Apache Storm 与任何排队系统和任何数据库系统集成。Apache Storm 的spout抽象使得集成新的排队系统变得容易。示例队列集成包括：
Kestrel
RabbitMQ / AMQP
Kafka
JMS
Amazon Kinesis
同样，将 Apache Storm 与数据库系统集成也很容易。只需像往常一样打开与数据库的连接并进行读/写。Apache Storm 将在必要时处理并行化、分区和故障重试。

基本概念

框架结构

spout tuple bolt stream 分发

###体系架构

kafka 和storm整合

storm中的 topologies

slots 与numworks

这个worker数受限于slot数量，一个worker消耗一个slot，当slot全部分配完，就不能再加载新的topology。slot数量是在 supervisor.slots.ports 中设置，每个端口提供一个slot，这样supervisor数量乘以ports数量，就是storm集群可以使用的worker数量。

Storm的并行度详解

Storm的并行度是非常重要的，通过提高并行度可以提高storm程序的计算能力。

那strom是如何提高并行度的呢？

Strom程序的执行是由多个supervisor共同执行的。supervisor运行的是topology中的spout/bolt task

task 是storm中进行计算的最小的运行单位，表示是spout或者bolt的运行实例。

程序执行的最大粒度的运行单位是进程，刚才说的task也是需要有进程来运行它的，在supervisor中，运行task的进程称为worker，

Supervisor节点上可以运行非常多的worker进程，一般在一个进程中是可以启动多个线程的，所以我们可以在worker中运行多个线程，这些线程称为executor，在executor中运行task。

这样的话就可以提高strom的计算能力。

总结一下：worker>executor>task

要想提高storm的并行度可以从三个方面来改造

worker(进程)>executor(线程)>task(实例)

增加work进程，增加executor线程，增加task实例

storm并行度配置详解（workers、executors、tasks的区别）

Workers (JVMs): 在一个节点上可以运行一个或多个独立的JVM 进程。一个Topology可以包含一个或多个worker(并行的跑在不同的machine上), 所以worker process就是执行一个topology的子集, 并且worker只能对应于一个topology;worker processes的数目, 可以通过配置文件和代码中配置, worker就是执行进程, 所以考虑并发的效果, 数目至少应该大亍machines的数目。

Executors (threads): 在一个worker JVM进程中运行着多个Java线程。一个executor线程可以执行一个或多个tasks.但一般默认每个executor只执行一个task。一个worker可用包含一个或多个executor, 每个component (spout或bolt)至少对应于一个executor, 所以可以说executor执行一个compenent的子集, 同时一个executor只能对应于一个component;executor的数目, component的并发线程数只能在代码中配置(通过setBolt和
setSpout的参数)。

Tasks(bolt/spout instances):Task就是具体的处理逻辑对象,每一个Spout和Bolt会被当作很多task在整个集群里面执行。每一个task对应到一个线程,而stream grouping则是定义怎么从一堆task发射tuple到另外一堆task。你可以调用TopologyBuilder.setSpout和TopBuilder.setBolt来设置并行度 — 也就是有多少个task，tasks的数目, 可以不配置, 默认和executor1:1, 也可以通过setNumTasks()配置。

hadoop业务的整体开发流程

Netty bio nio selector 阻塞/非阻塞 IO的通信方式

Netty 是一个利用 Java 的高级网络的能力，隐藏其背后的复杂性而提供一个易于使用的 API 的客户端/服务器框架。
Netty 是一个广泛使用的 Java 网络编程框架（Netty 在 2011 年获得了Duke’s Choice Award，见https://www.java.net/dukeschoice/2011）。它活跃和成长于用户社区，像大型公司 Facebook 和 Instagram 以及流行 开源项目如 Infinispan, HornetQ, Vert.x, Apache Cassandra 和 Elasticsearch 等，都利用其强大的对于网络抽象的核心代码。

Netty为什么并发高
Netty是一款基于NIO（Nonblocking I/O，非阻塞IO）开发的网络通信框架，对比于BIO（Blocking I/O，阻塞IO），他的并发性能得到了很大提高，两张图让你了解BIO和NIO的区别：

stream groupings shuffle grouping 随机分组

hadoop与storm 对比

supervisor 上面运行的 worker进程

storm 安装笔记

1、安装一个zookeeper集群

2、上传storm的安装包，解压

3、修改配置文件storm.yaml

#所使用的zookeeper集群主机
storm.zookeeper.servers:
- “weekend05”
- “weekend06”
- “weekend07”

#nimbus所在的主机名
nimbus.host: “weekend05”

supervisor.slots.ports
-6701
-6702
-6703
-6704
-6705

启动storm
在nimbus主机上
nohup ./storm nimbus 1>/dev/null 2>&1 &
nohup ./storm ui 1>/dev/null 2>&1 &

在supervisor主机上
nohup ./storm supervisor 1>/dev/null 2>&1 &

storm的深入学习：
分布式共享锁的实现
事务topology的实现机制及开发模式
在具体场景中的跟其他框架的整合（flume/activeMQ/kafka(分布式的消息队列系统) /redis/hbase/mysql cluster）

zookeeper 伪分布式集群

zookeeper 伪分布式 集群
dataLogDir=/tmp/zookeeper/logs
clientPort=2181
autopurge.purgeInterval=24
admin.serverPort=2821
server.1=zk01:2888:3888
server.2=zk02:2888:3888
server.3=zk03:2888:3888

echo 1 >myid

./zkCli.sh -server master:2181

server.1=master:2881:3881
server.2=master:2882:3882
server.3=master:2883:3883

clientPort=2182
admin.serverPort=2822

clientPort=2183
admin.serverPort=2823

clientPort=2184
admin.serverPort=2824

master:2182,master:2183,master:2184

storm伪分布式集群，配置文件

指定zookeeper集群 地址
配置slots占用端口

主机1 storm.yaml

 storm.zookeeper.servers:- "master"storm.zookeeper.port: 2182nimbus.seeds: ["master"]supervisor.slots.ports:- 6701- 6702- 6703- 6704drpc.servers:- "master"

主机2 storm.yam

 storm.zookeeper.servers:- "master"storm.zookeeper.port: 2183nimbus.seeds: ["master"]supervisor.slots.ports:- 6711- 6712- 6713- 6714drpc.servers:- "master"

主机3 storm.yam

 storm.zookeeper.servers:- "master"storm.zookeeper.port: 2184nimbus.seeds: ["master"]supervisor.slots.ports:- 6721- 6722- 6723- 6724drpc.servers:- "master"

jps

[hadoop@master bin]$ jps
72547 core
72418 nimbus
111015 QuorumPeerMain
110345 QuorumPeerMain
111097 QuorumPeerMain
72859 Jps
72698 Supervisor
72847 config_value

http://192.168.25.129:8080/index.html

应用例子 demotopo.jar 在线把输入转换大写，同时添加时间

storm 流式计算
手机实时位置查询，消息推送

storm jar ~/demotopo.jar cn.itcast.stormdemo.TopoMain
./storm list
./storm kill demotopo

tail -f 4d10b156-1c7d-4a0e-965f-20148a03b20d | more

demo-RandomWordSpout.class

func nextTuple(){
SpoutOutputCollector.emit(new Values(godName));
}

func declareOutputFields(OutputFieldsDeclarer declarer){
declarer.declare(new Fields(“orignname”));
}

package cn.itcast.stormdemo;import java.util.Map;
import java.util.Random;import org.apache.storm.spout.SpoutOutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.topology.base.BaseRichSpout;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Values;
import org.apache.storm.utils.Utils;public class RandomWordSpout extends BaseRichSpout{private SpoutOutputCollector collector;//模拟一些数据String[] words = {"iphone","xiaomi","mate","sony","sumsung","moto","meizu"};//不断地往下一个组件发送tuple消息//这里面是该spout组件的核心逻辑@Overridepublic void nextTuple() {//可以从kafka消息队列中拿到数据,简便起见，我们从words数组中随机挑选一个商品名发送出去Random random = new Random();int index = random.nextInt(words.length);//通过随机数拿到一个商品名String godName = words[index];//将商品名封装成tuple，发送消息给下一个组件collector.emit(new Values(godName));//每发送一个消息，休眠500msUtils.sleep(500);}//初始化方法，在spout组件实例化时调用一次@Overridepublic void open(Map conf, TopologyContext context, SpoutOutputCollector collector) {this.collector = collector;}//声明本spout组件发送出去的tuple中的数据的字段名@Overridepublic void declareOutputFields(OutputFieldsDeclarer declarer) {declarer.declare(new Fields("orignname"));}}

demo-UpperBolt.class

func execute(Tuple tuple, BasicOutputCollector collector){
collector.emit(new Values(godName_upper));
}

func declareOutputFields(OutputFieldsDeclarer declarer){
declarer.declare(new Fields(“uppername”));
}

package cn.itcast.stormdemo;import org.apache.storm.topology.BasicOutputCollector;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.topology.base.BaseBasicBolt;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Tuple;
import org.apache.storm.tuple.Values;public class UpperBolt extends org.apache.storm.topology.base.BaseBasicBolt{//业务处理逻辑@Overridepublic void execute(Tuple tuple, BasicOutputCollector collector) {//先获取到上一个组件传递过来的数据,数据在tuple里面String godName = tuple.getString(0);//将商品名转换成大写String godName_upper = godName.toUpperCase();//将转换完成的商品名发送出去collector.emit(new Values(godName_upper));}//声明该bolt组件要发出去的tuple的字段@Overridepublic void declareOutputFields(OutputFieldsDeclarer declarer) {declarer.declare(new Fields("uppername"));}}

demo-SuffixBolt.class

func prepare(){
new FileWriter()
}
func execute(Tuple tuple, BasicOutputCollector collector){
fileWriter.write(suffix_name);
fileWriter.write("\n");
fileWriter.flush();
}

package cn.itcast.stormdemo;import java.io.FileWriter;
import java.io.IOException;
import java.util.Map;
import java.util.UUID;import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.BasicOutputCollector;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.topology.base.BaseBasicBolt;
import org.apache.storm.tuple.Tuple;public class SuffixBolt extends BaseBasicBolt{FileWriter fileWriter = null;//在bolt组件运行过程中只会被调用一次@Overridepublic void prepare(Map stormConf, TopologyContext context) {try {fileWriter = new FileWriter("/home/hadoop/stormoutput/"+UUID.randomUUID());} catch (IOException e) {throw new RuntimeException(e);}}//该bolt组件的核心处理逻辑//每收到一个tuple消息，就会被调用一次@Overridepublic void execute(Tuple tuple, BasicOutputCollector collector) {//先拿到上一个组件发送过来的商品名称String upper_name = tuple.getString(0);String suffix_name = upper_name + "_itisok";//为上一个组件发送过来的商品名称添加后缀try {fileWriter.write(suffix_name);fileWriter.write("\n");fileWriter.flush();} catch (IOException e) {throw new RuntimeException(e);}}//本bolt已经不需要发送tuple消息到下一个组件，所以不需要再声明tuple的字段@Overridepublic void declareOutputFields(OutputFieldsDeclarer arg0) {}}

demo-TopoMain.class

package cn.itcast.stormdemo;import org.apache.storm.Config;
import org.apache.storm.StormSubmitter;
import org.apache.storm.generated.AlreadyAliveException;
import org.apache.storm.generated.InvalidTopologyException;
import org.apache.storm.generated.StormTopology;
import org.apache.storm.topology.TopologyBuilder;/*** 组织各个处理组件形成一个完整的处理流程，就是所谓的topology(类似于mapreduce程序中的job)* 并且将该topology提交给storm集群去运行，topology提交到集群后就将永无休止地运行，除非人为或者异常退出* @author duanhaitao@itcast.cn**/
public class TopoMain {public static void main(String[] args) throws Exception {TopologyBuilder builder = new TopologyBuilder();//将我们的spout组件设置到topology中去 //parallelism_hint ：4  表示用4个excutor来执行这个组件//setNumTasks(8) 设置的是该组件执行时的并发task数量，也就意味着1个excutor会运行2个taskbuilder.setSpout("randomspout", new RandomWordSpout(), 4).setNumTasks(8);//将大写转换bolt组件设置到topology，并且指定它接收randomspout组件的消息//.shuffleGrouping("randomspout")包含两层含义：//1、upperbolt组件接收的tuple消息一定来自于randomspout组件//2、randomspout组件和upperbolt组件的大量并发task实例之间收发消息时采用的分组策略是随机分组shuffleGroupingbuilder.setBolt("upperbolt", new UpperBolt(), 4).shuffleGrouping("randomspout");//将添加后缀的bolt组件设置到topology，并且指定它接收upperbolt组件的消息builder.setBolt("suffixbolt", new SuffixBolt(), 4).shuffleGrouping("upperbolt");//用builder来创建一个topologyStormTopology demotop = builder.createTopology();//配置一些topology在集群中运行时的参数Config conf = new Config();//这里设置的是整个demotop所占用的槽位数，也就是worker的数量conf.setNumWorkers(4);conf.setDebug(true);conf.setNumAckers(0);//将这个topology提交给storm集群运行StormSubmitter.submitTopology("demotopo", conf, demotop);}
}