storm复习笔记
1.storm基本介绍
0.storm是免费、开源、分布式、跨语言、可伸缩、低延迟、容错实时流计算系统。每个节点每秒处理百万元组
1.流计算,动态数据。mr操作的数据都是静态数据,启动mr读取文件,olap离线计算。实时监控实施舆情调查需要通过storm
2.storm名词解释
0.Tuple元组:storm中的主要数据结构,是一个有序元素列表,默认情况下,tuple支持所有的数据类型
1.Stream流:是tuple元组的序列
2.Spout:数据流的源头,一般 Spout 会从一个外部的数据源读取元组然后将他们发送到拓扑中,也可以读取kafka数据队列的消息。根据需求的不同,Spout 既可以定义为可靠的数据源,也可以定义为不可靠的数据源。一个可靠的 Spout能够在它发送的元组处理失败时重新发送该元组,以确保所有的元组都能得到正确的处理;相对应的,不可靠的 Spout 就不会在元组发送之后对元组进行任何其他的处理。一个 Spout可以发送多个数据流。
3.Bolt:转接头,逻辑处理单元。spout传递数据给bolt,bolt来进行处理并且产生新的数据输出流。bolt可以执行过滤、聚合、连接和交互
4.Topology:spout和bolt连接在一起形成了一个bolt,一个topology是一个有向图,顶点就是计算,边就是数据流
5.Task:storm中的每个spout或者bolt都是一个task
3.storm和hadoop对比
storm hadoop
实时流处理 批处理
无状态 有状态
使用zk协同的主从架构 无zk的主从架构
4.storm架构
storm是可以容错的、快速的、没有单点故障的分布式应用
1.Nimbus:master节点,核心组件,主要工作就是运行topology,分析拓扑并收集运行task,分发可用的task给supervisor,监控topology有没有失败,依靠zk监控top的运行状况
2.Supervisor:worker节点,每个supervisor有多个worker进程,负责代理task给worker,worker孵化执行线程,最终运行task,
storm使用内部消息系统在nimbus和supervisor之间进行通信
接收nimbus指令,管理worker进程完成task的派发
3.worker:执行特定的topology,worker本身不执行任务,而是孵化executors,让executors去执行任务
4.Executor:本质上是由worker进程孵化出来的一个线程而已。executor运行的task都属于同一个spout或者bolt
5.task:执行实际上的任务处理工作,或者是spout或者是bolt
5.storm的工作流程
1.nimbus等待提交的top
2.一旦拓扑提交,就会处理拓扑并且来收集所有任务
3.nimbus分发任务给所有可用的suoervisor
4.在特定时间间隔之内,所有的supervisor都会发送心跳给nimbus通知他们还活着
5.当一个supervisor挂掉之后,他就不再发送新桃给nimbus,这个时候nimbus回分派任务到另外一个supervisor
6.当nimbus本身挂掉之后,并不会影响supervisor继续执行自己的任务,但是不会接受新的任务
7.task完成之后,supervisor回继续等待新的task,同时挂掉的nimbus可以通过监控工具自动重启
6.安装和配置storm
[s201 ~ s204]
1.jdk
2.tar
3.环境变量
4.验证安装
$>source /etc/profile
$>./storm version
5.分发安装文件到其他节点。
6.配置
[storm/conf/storm.yaml]
storm.local.dir: "/home/centos/storm"
storm.zookeeper.servers:
- "s202"
- "s203"
storm.zookeeper.port: 2181
### nimbus.* configs are for the master
nimbus.seeds : ["s201"]
### ui.* configs are for the master
ui.host: 0.0.0.0
ui.port: 8080
supervisor.slots.ports:
- 6700
- 6701
- 6702
- 6703
7.分发
8.启动进程
a)启动s201 nimbus进程
$>storm nimbus &
b)启动s202 ~ s204 supervisor进程
$>storm supervisor &
c)启动s201的ui进程
$>storm ui &
9.通过webui查看
http://s201:8080/
7.编程实现CallLog日志统计
--------------------------
0.pom.xml
<?xml version="1.0" encoding="UTF-8"?>
<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>com.it18zhang</groupId>
<artifactId>StormDemo</artifactId>
<version>1.0-SNAPSHOT</version>
<dependencies>
<dependency>
<groupId>org.apache.storm</groupId>
<artifactId>storm-core</artifactId>
<version>1.0.3</version>
</dependency>
</dependencies>
</project>
1.创建Spout
package com.it18zhang.stormdemo;
import org.apache.storm.spout.SpoutOutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.IRichSpout;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Values;
import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.Random;
/**
* Spout类,负责产生数据流
*/
public class CallLogSpout implements IRichSpout{
//Spout输出收集器
private SpoutOutputCollector collector;
//是否完成
private boolean completed = false;
//上下文
private TopologyContext context;
//随机发生器
private Random randomGenerator = new Random();
//
private Integer idx = 0;
public void open(Map conf, TopologyContext context, SpoutOutputCollector collector) {
this.context = context;
this.collector = collector;
}
public void close() {
}
public void activate() {
}
public void deactivate() {
}
/**
* 下一个元组
*/
public void nextTuple() {
if (this.idx <= 1000) {
List<String> mobileNumbers = new ArrayList<String>();
mobileNumbers.add("1234123401");
mobileNumbers.add("1234123402");
mobileNumbers.add("1234123403");
mobileNumbers.add("1234123404");
Integer localIdx = 0;
while (localIdx++ < 100 && this.idx++ < 1000) {
//取出主叫
String caller = mobileNumbers.get(randomGenerator.nextInt(4));
//取出被叫
String callee = mobileNumbers.get(randomGenerator.nextInt(4));
while (caller == callee) {
//重新取出被叫
callee = mobileNumbers.get(randomGenerator.nextInt(4));
}
//模拟通话时长
Integer duration = randomGenerator.nextInt(60);
//输出元组
this.collector.emit(new Values(caller, callee, duration));
}
}
}
public void ack(Object msgId) {
}
public void fail(Object msgId) {
}
/**
* 定义输出的字段名称
*/
public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("from", "to", "duration"));
}
public Map<String, Object> getComponentConfiguration() {
return null;
}
}
2.创建CreatorBolt
package com.it18zhang.stormdemo;
import org.apache.storm.task.OutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.IRichBolt;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Tuple;
import org.apache.storm.tuple.Values;
import java.util.Map;
/**
* 创建CallLog日志的Bolt
*/
public class CallLogCreatorBolt implements IRichBolt {
//
private OutputCollector collector;
public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) {
this.collector = collector ;
}
public void execute(Tuple tuple) {
//处理通话记录
String from = tuple.getString(0);
String to = tuple.getString(1);
Integer duration = tuple.getInteger(2);
//产生新的tuple
collector.emit(new Values(from + " - " + to, duration));
}
public void cleanup() {
}
/**
* 设置输出字段的名称
*/
public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("call", "duration"));
}
public Map<String, Object> getComponentConfiguration() {
return null;
}
}
3.创建CounterBolt
package com.it18zhang.stormdemo;
import org.apache.storm.task.IBolt;
import org.apache.storm.task.OutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.IRichBolt;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Tuple;
import java.util.HashMap;
import java.util.Map;
/**
* 通话记录计数器Bolt
*/
public class CallLogCounterBolt implements IRichBolt{
Map<String, Integer> counterMap;
private OutputCollector collector;
public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) {
this.counterMap = new HashMap<String, Integer>();
this.collector = collector;
}
public void execute(Tuple tuple) {
String call = tuple.getString(0);
Integer duration = tuple.getInteger(1);
if (!counterMap.containsKey(call)) {
counterMap.put(call, 1);
} else {
Integer c = counterMap.get(call) + 1;
counterMap.put(call, c);
}
collector.ack(tuple);
}
public void cleanup() {
for (Map.Entry<String, Integer> entry : counterMap.entrySet()) {
System.out.println(entry.getKey() + " : " + entry.getValue());
}
}
public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("call"));
}
public Map<String, Object> getComponentConfiguration() {
return null;
}
}
4.App
package com.it18zhang.stormdemo;
import org.apache.storm.Config;
import org.apache.storm.LocalCluster;
import org.apache.storm.topology.TopologyBuilder;
import org.apache.storm.tuple.Fields;
/**
* App
*/
public class App {
public static void main(String[] args) throws InterruptedException {
TopologyBuilder builder = new TopologyBuilder();
//设置Spout
builder.setSpout("spout", new CallLogSpout());
//设置creator-Bolt
builder.setBolt("creator-bolt", new CallLogCreatorBolt()).shuffleGrouping("spout");
//设置counter-Bolt
builder.setBolt("counter-bolt", new CallLogCounterBolt()).fieldsGrouping("creator-bolt", new Fields("call"));
Config conf = new Config();
conf.setDebug(true);
LocalCluster cluster = new LocalCluster();
cluster.submitTopology("LogAnalyserStorm", conf, builder.createTopology());
Thread.sleep(10000);
//停止集群
cluster.shutdown();
}
}
5.在生产环境的集群上部署storm top
a)修改提交方式
[App.java]
public static void main(String[] args) throws Exception {
TopologyBuilder builder = new TopologyBuilder();
//设置Spout
builder.setSpout("spout", new CallLogSpout());
//设置creator-Bolt
builder.setBolt("creator-bolt", new CallLogCreatorBolt()).shuffleGrouping("spout");
//设置counter-Bolt
builder.setBolt("counter-bolt", new CallLogCounterBolt()).fieldsGrouping("creator-bolt", new Fields("call"));
Config conf = new Config();
conf.setDebug(true);
/**
* 本地模式storm
*/
// LocalCluster cluster = new LocalCluster();
// cluster.submitTopology("LogAnalyserStorm", conf, builder.createTopology());
// Thread.sleep(10000);
StormSubmitter.submitTopology("mytop", conf, builder.createTopology());
}
b)导入jar包.
maven ...
c)在centos上运行top
$>storm jar xxx.jar com.it18zhang.stormdemo.App
8.使用storm流计算实现wordCount
1.spout
package com.it18zhang.wc; import com.it18zhang.util.Util;
import org.apache.storm.spout.SpoutOutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.IRichSpout;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Values; import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.Random; /**
* Created by stone on 2018/8/18.
*/
public class WordCountSpount implements IRichSpout {
private TopologyContext context;
private SpoutOutputCollector collector;
private Random r = new Random();
private List<String> stats; public void open(Map map, TopologyContext context, SpoutOutputCollector collector) {
Util.sendToClient(this,"open()",);
this.context = context;
this.collector = collector;
stats = new ArrayList<String>();
stats.add("hello world tom");
stats.add("hello world tomas");
stats.add("hello world tomasLee");
stats.add("hello world tomson"); } public void close() { } public void activate() { } public void deactivate() { } public void nextTuple() {
Util.sendToClient(this,"nextTuple()",);
String line =stats.get(r.nextInt());
collector.emit(new Values(line));
} public void ack(Object o) { } public void fail(Object o) { } public void declareOutputFields(OutputFieldsDeclarer declarer) {
//声明字段
declarer.declare(new Fields("line"));
} public Map<String, Object> getComponentConfiguration() {
return null;
}
}
2.splitBolt
package com.it18zhang.wc; import com.it18zhang.util.Util;
import org.apache.storm.task.OutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.IRichBolt;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Tuple;
import org.apache.storm.tuple.Values; import java.util.Map; /**
* Created by stone on 2018/8/18.
*/
public class SplitBolt implements IRichBolt {
private TopologyContext context;
private OutputCollector collector;
public void prepare(Map map, TopologyContext context, OutputCollector collector) {
Util.sendToClient(this,"prepare()",);
this.context=context;
this.collector=collector;
} public void execute(Tuple tuple) {
Util.sendToClient(this,"execute()",);
String line =tuple.getString();
String[] arr = line.split(" ");
for(String s:arr){
collector.emit(new Values(s,)); }
} public void cleanup() { } public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("word","count"));
} public Map<String, Object> getComponentConfiguration() {
return null;
}
}
3.counterBolt
package com.it18zhang.wc; import com.it18zhang.util.Util;
import org.apache.storm.task.OutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.IRichBolt;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Tuple; import java.util.HashMap;
import java.util.Map; import static java.lang.System.out; /**
* Created by stone on 2018/8/18.
*/
public class CountBolt implements IRichBolt {
private Map<String,Integer> map;
private TopologyContext context;
private OutputCollector collector;
public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) {
Util.sendToClient(this,"prepare()",);
this.context=context;
this.collector=collector;
map= new HashMap<String,Integer>();
} public void execute(Tuple tuple) {
Util.sendToClient(this,"execute("+tuple.toString()+")",);
String word = tuple.getString();
Integer count = tuple.getInteger();
if(!map.containsKey(word)){
map.put(word,);
}
else{
map.put(word,map.get(word) + count);
}
} public void cleanup() {
for(Map.Entry entry:map.entrySet()){
out.println(entry.getKey()+":"+entry.getValue());
}
} public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("word","count"));
} public Map<String, Object> getComponentConfiguration() {
return null;
}
}
4.App
package com.it18zhang.wc; import com.it18zhang.stormDemo.CallLogBolt;
import com.it18zhang.stormDemo.CallLogCounterBolt;
import org.apache.storm.Config;
import org.apache.storm.LocalCluster;
import org.apache.storm.StormSubmitter;
import org.apache.storm.topology.TopologyBuilder;
import org.apache.storm.tuple.Fields; /**
* Created by stone on 2018/8/18.
*/
public class App {
public static void main(String[] args) throws Exception {
TopologyBuilder builder = new TopologyBuilder();
//设置spout
builder.setSpout("wcspout",new WordCountSpount()).setNumTasks();
//设置bolt
builder.setBolt("split-bolt",new SplitBolt()).shuffleGrouping("wcspout").setNumTasks();//通过shuffle的方式随机发送过去
//设置counterBolt
builder.setBolt("counter-bolt",new CountBolt()).fieldsGrouping("split-bolt",new Fields("word")).setNumTasks();//按照字段来进行分组 Config conf = new Config();
conf.setDebug(true); //LocalCluster cluster = new LocalCluster(); //cluster.submitTopology("wordCount",conf,builder.createTopology());
//Thread.sleep(20000);
//cluster.shutdown();
StormSubmitter.submitTopology("mytop1", conf, builder.createTopology());
}
}
9.设置topology的并发程度和任务
配置并发度
1.设置worker数据:conf.setNumWorkers(1);
2.设置并发暗示:
TopologyBuilder builder = new TopologyBuilder();
//设置spout的并发暗示
builder.setSpout("wcspout",new WordCountSpount(),3).setNumTasks(2);
//设置split-bolt的并发暗示
builder.setBolt("split-bolt",new SplitBolt(),4).shuffleGrouping("wcspout").setNumTasks(3);//通过shuffle的方式随机发送过去
//设置counterBolt
builder.setBolt("counter-bolt",new CountBolt(),5).fieldsGrouping("split-bolt",new Fields("word")).setNumTasks(4);//按照字段来进行分组 3.设置任务个数
4.并发度等于所有任务个数的总和
storm复习笔记的更多相关文章
- Java基础复习笔记系列 九 网络编程
Java基础复习笔记系列之 网络编程 学习资料参考: 1.http://www.icoolxue.com/ 2. 1.网络编程的基础概念. TCP/IP协议:Socket编程:IP地址. 中国和美国之 ...
- Java基础复习笔记系列 八 多线程编程
Java基础复习笔记系列之 多线程编程 参考地址: http://blog.csdn.net/xuweilinjijis/article/details/8878649 今天的故事,让我们从上面这个图 ...
- Java基础复习笔记系列 七 IO操作
Java基础复习笔记系列之 IO操作 我们说的出入,都是站在程序的角度来说的.FileInputStream是读入数据.?????? 1.流是什么东西? 这章的理解的关键是:形象思维.一个管道插入了一 ...
- Java基础复习笔记系列 五 常用类
Java基础复习笔记系列之 常用类 1.String类介绍. 首先看类所属的包:java.lang.String类. 再看它的构造方法: 2. String s1 = “hello”: String ...
- Java基础复习笔记系列 四 数组
Java基础复习笔记系列之 数组 1.数组初步介绍? Java中的数组是引用类型,不可以直接分配在栈上.不同于C(在Java中,除了基础数据类型外,所有的类型都是引用类型.) Java中的数组在申明时 ...
- Storm学习笔记 - 消息容错机制
Storm学习笔记 - 消息容错机制 文章来自「随笔」 http://jsynk.cn/blog/articles/153.html 1. Storm消息容错机制概念 一个提供了可靠的处理机制的spo ...
- Storm学习笔记 - Storm初识
Storm学习笔记 - Storm初识 1. Strom是什么? Storm是一个开源免费的分布式计算框架,可以实时处理大量的数据流. 2. Storm的特点 高性能,低延迟. 分布式:可解决数据量大 ...
- Java基础复习笔记基本排序算法
Java基础复习笔记基本排序算法 1. 排序 排序是一个历来都是很多算法家热衷的领域,到现在还有很多数学家兼计算机专家还在研究.而排序是计算机程序开发中常用的一种操作.为何需要排序呢.我们在所有的系统 ...
- Angular复习笔记7-路由(下)
Angular复习笔记7-路由(下) 这是angular路由的第二篇,也是最后一篇.继续上一章的内容 路由跳转 Web应用中的页面跳转,指的是应用响应某个事件,从一个页面跳转到另一个页面的行为.对于使 ...
随机推荐
- Zookeeper入门(七)之Java连接Zookeeper
Java操作Zookeeper很简单,但是前提要把包导对. 关于Zookeeper的Linux环境搭建可以参考我的这篇博客:Linux环境下Zookeeper安装 下面进入正题: 一.导入依赖 < ...
- ASP.NET中的物理路径与虚拟路径
物理路径:c:\PathsAndURLs\Content\Colors.html虚拟路径:(http://localhost:53274/Content/Colors.html)路径中端口号后面的那部 ...
- EBS 页面影藏“个性化页”
以R12.1.3为例 影藏“个性化页”的方法: 修改配置文件: 个性化自助定义 值 由“是”改成“否” 注:修改之后需要清一下高速缓存,如果要显示“个性化页”则做相反配置 修改前: 修改 ...
- vmx转换ofv模板,导入esxi
使用VMware Workstation安装目录下\OVFTool文件的ovftool.exe工具: 转换示例: 首先进入OVFTool根目录.然后执行 ovftool.exe "D:\ce ...
- tensorflow service部署
tensorflow+tensorflow-serving+docker+grpc模型上线部署(不需bazel编译,有代码)[https://blog.csdn.net/u013714645/arti ...
- IFB
本文翻译自Linux官方IFB文档 IFB(中介功能块设备)是IMQ(中介队列设备)的继任者,IMQ从来没有被集成过,IFB拥有IMQ的优点,在SMP上更加清晰明了,并且代码量缩减了非常多,旧的中介设 ...
- KahnProcessNetwork的Python实现
用Pytho实现了一个Kahn Process Network: 思路: 用Python的list模拟queue. 每个channel一个queue 用一个list (fgLog)来记录所有push到 ...
- 【Qt开发】QScrollArea添加布局后没有出现滚动条的解决方法
[Qt开发]QScrollArea添加布局后没有出现滚动条的解决方法 标签:[Qt开发] 说明:尝试利用滚动区域显示多张图片,为了能够动态地往滚动区域贴图,为滚动区域设置了布局,然后通过布局来添加wi ...
- docker安装详解
系统要求 64位操作系统 Linux kernel大于等于3.10 CentOS 7以及以上版本 yum安装 移除旧版本docker信息 # yum -y remove docker docker-c ...
- neo4j - 查询效率的几种优化思路
最近在公司实习做的就是优化neo4j图形数据库查询效率的事,公司提供的是一个在Linux上搭建且拥有几亿个节点的数据库.开始一段时间主要是熟悉该数据库的一些基本操作,直到上周才正式开始步入了优化数据库 ...