STORM_0007_Multi-Lang protocol of Storm/多语言协议的翻译

原始地址：

http://storm.apache.org/releases/1.0.1/Multilang-protocol.html

这个协议试用0.7.1之后的版本

 

通过ShellBolt和ShellSpout和ShellProcess类实现了对多中语言的支持

这些类实现了IBolt和ISpout接口，也实现了通过shell使用java的ProcessBuilder类执行脚本或者程序的协议

 

在java中使用这个协议的时候需要创建继承ShellBolt的的bolt也要使用declareOutputFields声明output fields

 

一个简单的协议，可以通过能按照JSON格式解码的STDIN和STDOUT描述

这样可以支持绝大多数的语言

 

要想在集群上运行shell脚本，这个脚本要位于提交的jar包的resources/目录下

但是在本地模式开发和测试的时候，shell资源的地址可以只是在classpath中

 

• 所有的协议的结束都使用一种line-reading机制，所以确保从输入修剪掉新行，并附加到输出上
• 所有的JSON类型的输入和输出都被任何一行含有end的行终结，确保不要出现在JSON中被解析出来。

 

下面的一些点事简单的STDIN和STDOUT描述的需要注意的地方

1. Initial Handshake
1. 初始化握手适合各种类型的shell组件
2. 对STDIN:设置一些info
1. 这是一个JSON对象，包含配置，PID目录，和一个topo内容

2. {
       "conf": {
           "topology.message.timeout.secs": 3,
           // 各种的配置信息，可以按照上面的格式去写
       },
       "pidDir": "...",
       "context": {
           "task->component": {
               "1": "example-spout",
               "2": "__acker",
               "3": "example-bolt1",
               "4": "example-bolt2"
           },
           "taskid": 3,
           // 下面的设置仅仅试用0.10.0之后的版本
           "componentid": "example-bolt"
           "stream->target->grouping": {
               "default": {
                   "example-bolt2": {
                       "type": "SHUFFLE"}}},
           "streams": ["default"],
           "stream->outputfields": {"default": ["word"]},
           "source->stream->grouping": {
               "example-spout": {
                   "default": {
                       "type": "FIELDS",
                       "fields": ["word"]
                   }
               }
           }
           "source->stream->fields": {
               "example-spout": {
                   "default": ["word"]
               }
           }
       }
   }

3. 脚本应当能创建出一个名字为PID的空文件，这个文件使得supervisor知道PID可以在随后关闭进程

4. 自从0.10.0之后的版本的shell组件能配置的context被提高了，基本上包含了所有的方面的内容，可以被JVM使用。重要的特征是：stream->target->grouping和source->stream->grouping可以分别可以决定输入源和输出目标

3. STDOUT:使用{"pid":1234}可以将PID打日志到log中。
2. Spouts
1. Shell Spout是同步的，要是没有输入就一直在while循环中休息
2. 对STDIN
1. next是ISpout的nextTuple，这样使用：{"command":"next"}
2. ack这样使用{"command":"ack","id":"1231231"}
3. fail这样使用{"command":"fail","id":"1231231"}
3. 对STDOUT
1. 结果可能是发射的东西或者是logs序列
2. emit像这样

   {
       "command": "emit",
       // The id for the tuple. Leave this out for an unreliable emit. The id can
       // be a string or a number.
       "id": "1231231",
       // The id of the stream this tuple was emitted to. Leave this empty to emit to default stream.
       "stream": "1",
       // If doing an emit direct, indicate the task to send the tuple to
       "task": 9,
       // All the values in this tuple
       "tuple": ["field1", 2, 3]
   }

3. logs像这样

   {
       "command": "log",
       // the message to log
       "msg": "hello world!"
   }

4. 对STDOUT
1. 用sync命令去使得发射和打日志停止

   {"command": "sync"}

   直到发送另外的next或者ack或者fail指令的时候，ShellSpout才读取你的输出 和ISpout一样，如果没有流要发射的时候，应该在sync之前sleep一下，因为ShellSpout不会自动的sleep

3. Bolts
1. Shell Bolt协议是异步的，一旦STDIN的流可用时候你将收到这个流，你可以在任何时候写到STDOUT上，通过发射，ack,fail,log等
2. 对STDIN:是一个tuple但是是JSON类型的tuple

   {
       // The tuple's id - this is a string to support languages lacking 64-bit precision
       "id": "-6955786537413359385",
       // The id of the component that created this tuple
       "comp": "1",
       // The id of the stream this tuple was emitted to
       "stream": "1",
       // The id of the task that created this tuple
       "task": 9,
       // All the values in this tuple
       "tuple": ["snow white and the seven dwarfs", "field2", 3]
   }

3. 对STDOUT:是一个ack,fail,log,或者emit。
1. 下面是个emit的例子

   {
       "command": "emit",
       // The ids of the tuples this output tuples should be anchored to
       "anchors": ["1231231", "-234234234"],
       // The id of the stream this tuple was emitted to. Leave this empty to emit to default stream.
       "stream": "1",
       // If doing an emit direct, indicate the task to send the tuple to
       "task": 9,
       // All the values in this tuple
       "tuple": ["field1", 2, 3]
   }

   如果不立即发射的话，你将接收到，发射流的task id。因为异步的特性，在读之后发射的话，可能收不到task id，可能会读取到上一个发射的task id或者新的发射进程。但是不管怎样，你将会按照发射的顺序接收到task id。

2. ack的样子

   {
       "command": "ack",
       // the id of the tuple to ack
       "id": "123123"
   }

3. fail的样子

   {
       "command": "fail",
       // the id of the tuple to fail
       "id": "123123"
   }

4. log的样子

   {
       "command": "log",
       // the message to log
       "msg": "hello world!"
   }

4. Handling Heartbeats（0.9.3之后的版本）
1. 在storm0.9.3中，心跳已经被使用在ShellSpout或者ShellBolt和他们的多语言的子进程中，去监测这些子进程的hanging和zombie
2. 对于Spout
1. 因为是同步的，子进程总是在next()的最后发送sync，所以不用做太多去支持心跳的检测。但是在next()中不能让子进程sleep的时间超过timeout。
3. 对于bolt
1. 因为是异步的，所以ShellBolt总是定期的发送心跳包，格式如下

   {
       "id": "-6955786537413359385",
       "comp": "1",
       "stream": "__heartbeat",
       // this shell bolt's system task id
       "task": -1,
       "tuple": []
   }

   当子进程接收到心跳tuple的时候，会发送sync给ShellBolt