2.Storm集群部署及单词统计案例

1、集群部署的基本流程

2、集群部署的基础环境准备

3、Storm集群部署

4、Storm集群的进程及日志熟悉

5、Storm集群的常用操作命令

6、Storm源码下载及目录熟悉

7、Storm 单词计数案列

1、集群部署的基本流程

　　集群部署的流程：下载安装包、解压安装包、修改配置文件、分发安装包、启动集群

　　注意：所有的集群上都需要配置hosts：vi /etc/hosts

2、集群部署的基础环境准备

　　1、storm安装依赖Python，所以在安装前请确保Python已经安装成功了　

[root@hadoop1 software]# wget http://www.python.org/ftp/python/2.6.6/Python-2.6.6.tar.bz2
[root@hadoop1 software]# tar -jxvf Python-2.6.6.tar.bz2
[root@hadoop1 software]# cd Python-2.6.6
[root@hadoop1 software]# ./configure
[root@hadoop1 software]# make
[root@hadoop1 software]# make install

测试Python,检查是否已经安装好了

[root@hadoop1 Python-2.6.6]# python -V

　　2、在安装前要保证shizhan2,shizhan3,shizhan5之间能够互相两两之间ssh免登陆
　　3、安装好JDK
　　4、安转好Zookeeper集群(shizhan2、shizhan3、shizhan5)

3、Storm集群部署:

3.1.下载安装包：wget https://mirrors.tuna.tsinghua.edu.cn/apache/storm/apache-storm-1.1.2/apache-storm-1.1.2.tar.gz

3.2.解压安装包:

　　[root@shizhan2 software]# mkdir -p /export/servers/
　　[root@shizhan2 software]# tar -xzvf apache-storm-1.1.2.tar.gz -C /export/servers/

　　[root@shizhan2 software]# cd /export/servers/
　　[root@shizhan2 servers]# ln -s apache-storm-1.1.2 storm

3.3.修改配置文件:

　　配置文件：vi /export/servers/apache-storm-1.1.2/conf/storm.yaml

#指定strom使用的zk集群，如果Zookeeper集群使用的不是默认端口，那么还需要storm.zookeeper.port选项
storm.zookeeper.servers:
     - "shizhan2"
     - "shizhan3"
     - "shizhan5"
#strom.local.dir : Nimbus和Supervisor进程用于存储少量状态，如jars、confs等的本地磁盘目录，需要提前创建该目录并给以足够的访问权限。然后在storm.yaml中配置目录，如：
storm.local.dir: "/home/software/stormInstallPath/workdir"
#指定storm集群中的nimbus节点所在的服务器
nimbus.host: "shizhan2"
#指定nimbus启动JVM最大可用内存大小
nimbus.childopts: "-Xmx1024m"
#指定supervisor启动JVM最大可用内存大小
supervisor.childopts: "-Xmx1024m"
#指定supervisor节点上，每个worker启动JVM最大可用内存大小
worker.childopts: "-Xmx768m"
#指定ui启动JVM最大可用内存大小，ui服务一般与nimbus同在一个节点上。
ui.childopts: "-Xmx768m"
#指定supervisor节点上，启动worker时对应的端口号，每个端口对应槽，每个槽位对应一个worker,对于Supervisor工作节点，需要配置该工作节点可以运行的worker数量。每个worker占用一个单独的端口用于接收消息，该配置选线即用于接收消息，该配置选项用于定义哪些端口是可以被worker使用的。默认情况下每个节点下可以运行4个workers，分别在6700,6701,6702,6703端口，如：
supervisor.slots.ports:
     - 6700
     - 6701
     - 6702
     - 6703 

3.4.分发安装包：

　  scp -r /export/servers shizhan3:/export/

　　scp -r /export/servers shizhan5:/export/

cd /export/servers/

　　ln -s apache-storm-0.9.5 storm

　　配置strom的环境变量（shizhan2,shizhan3,shizhan5这几台服务器都要相应的修改）

[root@hadoop1 software]# vim /etc/profile
#set storm env
export STORM_HOME=/export/servers/apache-storm-1.1.2
export PATH=$PATH:$STORM_HOME/bin
[root@hadoop1 software]# source /etc/profile

3.5启动集群：先启动zookeeper集群，再启动Storm集群

在nimbus.host所属的机器上启动 nimbus服务

cd /export/servers/storm/bin/

nohup ./storm nimbus &

在nimbus.host所属的机器上启动ui服务

cd /export/servers/storm/bin/

nohup ./storm ui &

在其它个点击上启动supervisor服务

cd /export/servers/storm/bin/

nohup ./storm supervisor &

3.5 查看集群 Storm UI：

 　　http://shizhan2:8080,即可查看storm UI界面

　　

4、Storm集群的进程及日志熟悉

　　部署成功后，启动集群：

 　　4.1 查看nimbus的日志信息(在shizhan2的nimbus服务器上)　　

　　cd /export/servers/apache-storm-1.2.2/logs/

tail -100f /export/servers/apache-storm-1.2.2/logs/nimbus.log

4.2 查看UI的运行日志信息(一般和nimbus在同一服务器上)　　

　　cd /export/servers/apache-storm-1.2.2/logs/

tail -100f /export/servers/apache-storm-1.2.2/logs/ui.log

 　  4.3 查看supervisor运行日志信息(在superviso服务器上)

　　　　cd /export/servers/apache-storm-1.2.2/logs/

　　tail -100f /export/servers/apache-storm-1.2.2/logs/supervisor.log

4.4 查看supervisor上worker的运行日志信息(在superviso服务器上)

　　cd /export/servers/apache-storm-1.2.2/logs/

tail -100f /export/servers/apache-storm-1.2.2/logs/worker6702.log

　　

　　(该worker正在运行wordcount程序)

5、Storm集群的常用操作命令

　　Storm命令可以用来管理拓扑，它们可以提交、杀死、禁用、再平衡拓扑

　　提交任务命令格式：storm jar 【jar路径】 【拓扑包名.拓扑类名】 【拓扑名称】

　　bin/storm jar examples/storm-starter/storm-starter-topologies-0.9.6.jar storm.starter.WordCountTopology wordcount

　　杀死任务命令格式：storm kill 【拓扑名称】 -w 10（执行kill命令时可以通过-w [等待秒数]指定拓扑停用以后的等待时间）

　　　　storm kill topology-name -w 10

　　停用任务命令格式：storm deactivte  【拓扑名称】

　　　　storm deactivte topology-name

　　我们能够挂起或停用运行中的拓扑。当停用拓扑时，所有已分发的元组都会得到处理，但是spouts的nextTuple方法不会被调用。

销毁一个拓扑，可以使用kill命令。它会以一种安全的方式销毁一个拓扑，首先停用拓扑，在等待拓扑消息的时间段内允许拓扑完成

当前的数据流。

　　启用任务命令格式：storm activate【拓扑名称】

        storm activate topology-name

　　重新部署任务命令格式：storm rebalance  【拓扑名称】

        storm rebalance topology-name

    再平衡使你重分配集群任务。这是个很强大的命令。比如，你向一个运行中的集群增加了节点。再平衡命令将会停用拓扑，然后

在相应超时时间之后重分配工人，并重启拓扑。

6、Storm源码下载及目录熟悉(很重要)：

　　1.在Storm官方网站上寻找源码地址： http://storm.apache.org/downloads.html

　　2.点击Source Code

　　3.进入GitHub后，拷贝Storm源码地址，点击Clone or Download,进行下载，也可使用Subversion客户端下载

　　4.目录分析

　　

　　扩展包中的三个项目，使storm能与hbase、hdfs、kafka交互

　 

7、Storm单词计数案例：

　　集群部署成功时，测试自带wordcount程序案例，熟悉任务提交部署流程