Storm的acker确认机制

Storm的acker消息确认机制...

ack/fail消息确认机制(确保一个tuple被完全处理)

在spout中发射tuple的时候需要同时发送messageid，这样才相当于开启了消息确认机制

如果你的topology里面的tuple比较多的话， 那么把acker的数量设置多一点,效率会高一点。

通过config.setNumAckers(num)来设置一个topology里面的acker的数量，默认值是1。

注意： acker用了特殊的算法，使得对于追踪每个spout tuple的状态所需要的内存量是恒定的（20 bytes)

注意：如果一个tuple在指定的timeout(Config.TOPOLOGY_MESSAGE_TIMEOUT_SECS默认值为30秒)时间内没有被成功处理，那么这个tuple会被认为处理失败了。

下面代码中Bolt的execute中模拟消息的正常和失败.

 import java.util.Map;

 import backtype.storm.Config;
 import backtype.storm.LocalCluster;
 import backtype.storm.spout.SpoutOutputCollector;
 import backtype.storm.task.OutputCollector;
 import backtype.storm.task.TopologyContext;
 import backtype.storm.topology.OutputFieldsDeclarer;
 import backtype.storm.topology.TopologyBuilder;
 import backtype.storm.topology.base.BaseRichBolt;
 import backtype.storm.topology.base.BaseRichSpout;
 import backtype.storm.tuple.Fields;
 import backtype.storm.tuple.Tuple;
 import backtype.storm.tuple.Values;
 import backtype.storm.utils.Utils;

 /**
  * 数字累加求和
  * 先添加storm依赖
  *
  * @author Administrator
  *
  */
 public class LocalTopologySumAcker {

     /**
      * spout需要继承baserichspout，实现未实现的方法
      * @author Administrator
      *
      */
     public static class MySpout extends BaseRichSpout{
         private Map conf;
         private TopologyContext context;
         private SpoutOutputCollector collector;

         /**
          * 初始化方法，只会执行一次
          * 在这里面可以写一个初始化的代码
          * Map conf：其实里面保存的是topology的一些配置信息
          * TopologyContext context：topology的上下文，类似于servletcontext
          * SpoutOutputCollector collector：发射器，负责向外发射数据(tuple)
          */
         @Override
         public void open(Map conf, TopologyContext context,
                 SpoutOutputCollector collector) {
             this.conf = conf;
             this.context = context;
             this.collector = collector;
         }

         int num = 1;
         /**
          * 这个方法是spout中最重要的方法，
          * 这个方法会被storm框架循环调用，可以理解为这个方法是在一个while循环之内
          * 每调用一次，会向外发射一条数据
          */
         @Override
         public void nextTuple() {
             System.out.println("spout发射："+num);
             //把数据封装到values中，称为一个tuple，发射出去
             //messageid:和tuple需要是一一对应的,可以把messageid认为是数据的主键id,而tuple中的内容就是这个数据.
             //messageid和tuple中的消息是一一对应的. 它们之间的关系是需要我们程序员来维护的.
             //this.collector.emit(new Values(num++));
             this.collector.emit(new Values(num++),num-1);//传递messageid(num-1)参数就表示开启了消息确认机制.
             Utils.sleep(1000);
         }

         @Override
         public void ack(Object msgId) {
             System.out.println("处理成功");
         }

         @Override
         public void fail(Object msgId) {
             System.out.println("处理失败....."+msgId);
             //TODO--可以选择把失败的数据重发,或者单独存储后期进行分析
             //重发的方法...this.collector.emit(tuple);//这个tuple可以根据参数msgId来获得...
         }

         /**
          * 声明输出字段
          */
         @Override
         public void declareOutputFields(OutputFieldsDeclarer declarer) {
             //给values中的数据起个名字，方便后面的bolt从这个values中取数据
             //fields中定义的参数和values中传递的数值是一一对应的
             declarer.declare(new Fields("num"));
         }

     }

     /**
      * 自定义bolt需要实现baserichbolt
      * @author Administrator
      *
      */
     public static class MyBolt extends BaseRichBolt{
         private Map stormConf;
         private TopologyContext context;
         private OutputCollector collector;

         /**
          * 和spout中的open方法意义一样
          */
         @Override
         public void prepare(Map stormConf, TopologyContext context,
                 OutputCollector collector) {
             this.stormConf = stormConf;
             this.context = context;
             this.collector = collector;
         }

         int sum = 0;
         /**
          * 是bolt中最重要的方法，当spout发射一个tuple出来，execute也会被调用，需要对spout发射出来的tuple进行处理
          */
         @Override
         public void execute(Tuple input) {
             try{
                 //input.getInteger(0);//也可以根据角标获取tuple中的数据
                 Integer value = input.getIntegerByField("num");
                 if(value == 3){
                     throw new Exception("value=3异常.....");
                 }
                 sum+=value;
                 System.out.println("和："+sum);
                 this.collector.ack(input);//这个表示确认消息处理成功,spout中的ack方法会被调用
             }catch(Exception e) {
                 this.collector.fail(input);//这个表示确认消息处理失败,spout中的fail方法会被调用
                 e.printStackTrace();
             }
         }

         /**
          * 声明输出字段
          */
         @Override
         public void declareOutputFields(OutputFieldsDeclarer declarer) {
             //在这没必要定义了，因为execute方法中没有向外发射tuple，所以就不需要声明了。
             //如果nextTuple或者execute方法中向外发射了tuple，那么declareOutputFields必须要声明，否则不需要声明
         }

     }
     /**
      * 注意：在组装topology的时候，组件的id在定义的时候，名称不能以__开头。__是系统保留的
      * @param args
      */
     public static void main(String[] args) {
         //组装topology
         TopologyBuilder topologyBuilder = new TopologyBuilder();
         topologyBuilder.setSpout("spout1", new MySpout());
         //.shuffleGrouping("spout1"); 表示让MyBolt接收MySpout发射出来的tuple
         topologyBuilder.setBolt("bolt1", new MyBolt()).shuffleGrouping("spout1");

         //创建本地storm集群
         LocalCluster localCluster = new LocalCluster();
         Config config = new Config();
         localCluster.submitTopology("sumTopology", config, topologyBuilder.createTopology());
     }

 }

运行结果:

从结果可以看到Bolt1执行execute成功了通过ack  调用Spout1中的ack方法....   失败了就通过fail 调用Spout1中的fail 方法 来达到对消息处理成功与否的追踪.

//=============================================================================================

上面的例子是一个Spout 和一个Bolt.....如果对应有1个Spout和2个Bolt 会是什么情况.....

改造上面的代码.....

 /**
  * 数字累加求和
  * 先添加storm依赖
  *
  * @author Administrator
  *
  */
 public class LocalTopologySumAcker2 {

     /**
      * spout需要继承baserichspout，实现未实现的方法
      * @author Administrator
      *
      */
     public static class MySpout extends BaseRichSpout{
         private Map conf;
         private TopologyContext context;
         private SpoutOutputCollector collector;

         /**
          * 初始化方法，只会执行一次
          * 在这里面可以写一个初始化的代码
          * Map conf：其实里面保存的是topology的一些配置信息
          * TopologyContext context：topology的上下文，类似于servletcontext
          * SpoutOutputCollector collector：发射器，负责向外发射数据(tuple)
          */
         @Override
         public void open(Map conf, TopologyContext context,
                 SpoutOutputCollector collector) {
             this.conf = conf;
             this.context = context;
             this.collector = collector;
         }

         int num = 1;
         /**
          * 这个方法是spout中最重要的方法，
          * 这个方法会被storm框架循环调用，可以理解为这个方法是在一个while循环之内
          * 每调用一次，会向外发射一条数据
          */
         @Override
         public void nextTuple() {
             System.out.println("spout发射："+num);
             //把数据封装到values中，称为一个tuple，发射出去
             //messageid：和tuple需要是一一对应的，可以把messageid认为是数据的主键id，而tuple中的内容就是这个数据
             //messageid和tuple之间的关系是需要我们程序员维护的
             this.collector.emit(new Values(num++),num-1);//传递messageid参数就表示开启了消息确认机制
             Utils.sleep(1000);
         }

         /**
          * 声明输出字段
          */
         @Override
         public void declareOutputFields(OutputFieldsDeclarer declarer) {
             //给values中的数据起个名字，方便后面的bolt从这个values中取数据
             //fields中定义的参数和values中传递的数值是一一对应的
             declarer.declare(new Fields("num"));
         }

         @Override
         public void ack(Object msgId) {
             System.out.println("处理成功");
         }

         @Override
         public void fail(Object msgId) {
             System.out.println("处理失败。。"+msgId);
             //TODO--可以选择吧失败的数据重发，或者单独存储后期分析
         }
     }

     /**
      * 自定义bolt需要实现baserichbolt
      * @author Administrator
      *
      */
     public static class MyBolt1 extends BaseRichBolt{
         private Map stormConf;
         private TopologyContext context;
         private OutputCollector collector;

         /**
          * 和spout中的open方法意义一样
          */
         @Override
         public void prepare(Map stormConf, TopologyContext context,
                 OutputCollector collector) {
             this.stormConf = stormConf;
             this.context = context;
             this.collector = collector;
         }

         int sum = 0;
         /**
          * 是bolt中最重要的方法，当spout发射一个tuple出来，execute也会被调用，需要对spout发射出来的tuple进行处理
          */
         @Override
         public void execute(Tuple input) {
             try {
                 //input.getInteger(0);//也可以根据角标获取tuple中的数据
                 Integer value = input.getIntegerByField("num");
                 this.collector.emit(new Values(value+"_1"));
                 //this.collector.emit(input,new Values(value+"_1"));//新的tuple是new Values(value+"_1")  老的tuple是input
                 this.collector.ack(input);//确认数据处理成功，spout中的ack方法会被调用
             } catch (Exception e) {
                 this.collector.fail(input);//确认数据处理失败，spout中的fail方法会被调用
                 e.printStackTrace();
             }
         }

         /**
          * 声明输出字段
          */
         @Override
         public void declareOutputFields(OutputFieldsDeclarer declarer) {
             //在这没必要定义了，因为execute方法中没有向外发射tuple，所以就不需要声明了。
             //如果nextT|uple或者execute方法中向外发射了tuple，那么declareOutputFields必须要声明，否则不需要声明
             declarer.declare(new Fields("num_1"));
         }

     }

     public static class MyBolt2 extends BaseRichBolt{
         private Map stormConf;
         private TopologyContext context;
         private OutputCollector collector;

         /**
          * 和spout中的open方法意义一样
          */
         @Override
         public void prepare(Map stormConf, TopologyContext context,
                 OutputCollector collector) {
             this.stormConf = stormConf;
             this.context = context;
             this.collector = collector;
         }

         int sum = 0;
         /**
          * 是bolt中最重要的方法，当spout发射一个tuple出来，execute也会被调用，需要对spout发射出来的tuple进行处理
          */
         @Override
         public void execute(Tuple input) {
             try {
                 //input.getInteger(0);//也可以根据角标获取tuple中的数据
                 String value = input.getStringByField("num_1");
                 System.out.println(value);
                 this.collector.fail(input);//确认数据处理成功，spout中的ack方法会被调用
                 //this.collector.ack(input);//确认数据处理成功，spout中的ack方法会被调用
             } catch (Exception e) {
                 //this.collector.fail(input);//确认数据处理失败，spout中的fail方法会被调用
                 e.printStackTrace();
             }
         }

         /**
          * 声明输出字段
          */
         @Override
         public void declareOutputFields(OutputFieldsDeclarer declarer) {
             //在这没必要定义了，因为execute方法中没有向外发射tuple，所以就不需要声明了。
             //如果nextT|uple或者execute方法中向外发射了tuple，那么declareOutputFields必须要声明，否则不需要声明
             declarer.declare(new Fields("num_1"));
         }

     }

     /**
      * 注意：在组装topology的时候，组件的id在定义的时候，名称不能以__开头。__是系统保留的
      * @param args
      */
     public static void main(String[] args) {
         //组装topology
         TopologyBuilder topologyBuilder = new TopologyBuilder();
         topologyBuilder.setSpout("spout1", new MySpout());
         //.shuffleGrouping("spout1"); 表示让MyBolt接收MySpout发射出来的tuple
         topologyBuilder.setBolt("bolt1", new MyBolt1()).shuffleGrouping("spout1");
         topologyBuilder.setBolt("bolt2", new MyBolt2()).shuffleGrouping("bolt1");

         //创建本地storm集群
         LocalCluster localCluster = new LocalCluster();
         localCluster.submitTopology("sumTopology", new Config(), topologyBuilder.createTopology());
     }
 }

上面的代码的大体意思是 Bolt1接收Spout1的输出,接收之后在数据后面加上"_1",然后发送给Bolt2,Bolt2接收到之后直接打印.

在spout2中的execute()方法不管成功还是失败 都调用   this.collector.fail(input);  方法....也就是Spout1发射的数据在Bolt1中处理都成功了,在Bolt2中的处理都失败了.

看Spout1中的哪个方法会被执行.....也就是Spout2中调用的ack或者是fail对tuple的处理状态结果是否有影响.

运行看结果:

可以看出都是成功的...这就说明tuple的处理状态和Bolt2中ack或者是fail是没有任何的关系的......只要Bolt1中处理tuple成功了,我们就认为是处理成功了...

如果Bolt1处理失败了就认为是处理失败了.. ...现在Bolt1中发射出去的tuple是无法追踪的.....

能不能在Bolt1发射的数据中也加上一个messageid...这个在Bolt中的   this.collector.emit(new Values(value+"_1"));  emit方法中是不支持传入一个messageid的.

但是这样有一种场景是有问题的.  单词计数的例子:

这个Spout后面有两个Bolt  一个SplitBolt 一个CountBolt    SplitBolt 切割成一个个的单词  然后再CountBolt中进行汇总....

按照上面在SplitBolt中切割成功了,就算处理成功了...但是有可能切割之后 在CountBolt中有一些Bolt没有收到. 这样最后其实是没有成功的...

而且SpiltBolt中处理的tuple和CountBolt中的tuple之间是有关联的. 后者是在前者之上切割出来的小tuple....

我们想达到两个Bolt都处理成功了才认为是处理成功的...如何做?

上面的代码中已经包括......这里再说明一下:

Spout1中 的   this.collector.emit(input,new Values(value+"_1"));   ---->    this.collector.emit(input,new Values(value+"_1"));//新的tuple是new Values(value+"_1")  老的tuple是input
在Spout2中还是不管是否异常都调用..    this.collector.fail(input);

看运行结果:

运行都失败了........

这样就达到了上面的"完全处理"的要求....

完全处理:保证一个tuple以及这个tuple衍生的所有tuple都被成功处理.

在storm里面一个tuple被完全处理的意思是： 这个tuple以及由这个tuple所衍生的所有的tuple都被成功处理。

如果把Bolt2的正常对应改为  this.collector.ack(input);  失败对应 this.collector.fail(input);就回复正常了.....

如果Spout2后面还有Spout3  同样把老的tuple在emit上带上.........