Storm使用初步

Storm hello world project

  1. pom.xml
<dependencies>
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>3.8.1</version>
      <scope>test</scope>
    </dependency>
    <dependency>
      <groupId>org.apache.storm</groupId>
      <artifactId>storm-core</artifactId>
      <version>1.0.3</version>
    </dependency>
    <dependency>
      <groupId>org.apache.storm</groupId>
      <artifactId>storm-kafka</artifactId>
      <version>1.0.3</version>
    </dependency>
    <dependency>
      <groupId>org.apache.storm</groupId>
      <artifactId>storm-redis</artifactId>
      <version>1.0.3</version>
    </dependency>
    <dependency>
      <groupId>redis.clients</groupId>
      <artifactId>jedis</artifactId>
      <version>2.8.1</version>
    </dependency>
    <dependency>
      <groupId>org.apache.kafka</groupId>
      <artifactId>kafka-clients</artifactId>
      <version>0.9.0.0</version>
    </dependency>
    <dependency>
      <groupId>org.apache.kafka</groupId>
      <artifactId>kafka_2.10</artifactId>
      <version>0.9.0.0</version>
      <exclusions>
        <exclusion>
          <groupId>org.apache.zookeeper</groupId>
          <artifactId>zookeeper</artifactId>
        </exclusion>
        <exclusion>
          <groupId>log4j</groupId>
          <artifactId>log4j</artifactId>
        </exclusion>
        <exclusion>
          <groupId>org.slf4j</groupId>
          <artifactId>slf4j-log4j12</artifactId>
        </exclusion>
      </exclusions>
    </dependency>
  </dependencies>
  <build>
    <plugins>
      <plugin>
        <artifactId>maven-assembly-plugin</artifactId>
        <version>2.4</version>
        <configuration>
          <descriptorRefs>
            <descriptorRef>jar-with-dependencies</descriptorRef>
          </descriptorRefs>
        </configuration>
        <executions>
          <execution>
            <id>make-assembly</id>
            <phase>package</phase>
            <goals>
              <goal>single</goal>
            </goals>
          </execution>
        </executions>
      </plugin>
    </plugins>
  </build>
  1. RedisBolt.java
import org.apache.storm.task.OutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.topology.base.BaseRichBolt;
import org.apache.storm.tuple.Tuple;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPoolConfig;

import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.Map;

/**
 * Created by zhouwenchun on 17/3/24.
 */
public class RedisBolt extends BaseRichBolt {
    private OutputCollector _collector;
    private JedisPool pool;
    private SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");

    public void prepare(Map map, TopologyContext topologyContext, OutputCollector outputCollector) {
        this._collector = outputCollector;
        this.pool = new JedisPool(new JedisPoolConfig(), "localhost", 6379);
    }

    public void execute(Tuple tuple) {
        String log = tuple.getString(0);
        System.out.println(sdf.format(new Date()));
        System.out.println(log);
        Jedis jedis = this.pool.getResource();
        jedis.set("20151020", log);
    }

    public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {

    }
}
  1. UserlogTopo.java
public class UserlogTopo {
    private static  String topicName = "test2";
    private static String  zkRoot = "/test/test2";

    public static void main(String[] args) throws  Exception{
        BrokerHosts hosts = new ZkHosts("117.169.77.211:2181");
        SpoutConfig spoutConfig = new SpoutConfig(hosts,topicName, zkRoot, UUID.randomUUID().toString());
        spoutConfig.scheme = new SchemeAsMultiScheme(new StringScheme());
        spoutConfig.metricsTimeBucketSizeInSecs = 5;
        KafkaSpout kafkaSpout = new KafkaSpout(spoutConfig);

        TopologyBuilder builder = new TopologyBuilder();
        builder.setSpout("kafkaSpout", kafkaSpout);
        builder.setBolt("UserBolt", new RedisBolt(), 2)//parallelism_hint最后一個(gè)參數(shù)設(shè)置Executor的線程數(shù)量
                .setNumTasks(4) //每個(gè)組件需要的執(zhí)行任務(wù)數(shù), 默認(rèn)1個(gè)Executor執(zhí)行1個(gè)任務(wù), 現(xiàn)在配置為2個(gè)
                .shuffleGrouping("kafkaSpout");

        Config conf = new Config();
        conf.setDebug(false);
        if(args != null && args.length > 0) {
            StormSubmitter.submitTopology("userTopo", conf, builder.createTopology());
        }else{
//            conf.setMaxSpoutPending(100);
//            conf.setMaxTaskParallelism(2); //該選項(xiàng)設(shè)置了一個(gè)組件最多能夠分配的 executor 數(shù)(線程數(shù)上限)
//            conf.setKryoFactory();
            conf.put(Config.NIMBUS_HOST, "10.0.12.36");
            conf.setNumWorkers(3); //設(shè)置workers的進(jìn)程數(shù)量
            LocalCluster cluster = new LocalCluster();
            cluster.submitTopology("userTopo", conf, builder.createTopology());
        }

    }
}

Storm 的消息可靠性

可靠性API

  • 將原始Tupple和新Tupple一起發(fā)送;
  • 調(diào)用collector#ack()通知Storm處理完成之剧;
    或者使用更簡(jiǎn)單的方式是繼承BaseBasicBolt會(huì)自動(dòng)完成以上兩個(gè)操作;

禁用可靠性機(jī)制:

  • 將 Config.TOPOLOGY_ACKERS 設(shè)置為0
  • 可以通過在 SpoutOutputCollector.emit 方法中省略消息 id 來關(guān)閉 spout tuple 的跟蹤功能;
  • 可以在發(fā)送 tuple 的時(shí)候選擇發(fā)送“非錨定”的(unanchored)tuple狞谱。

Storm 拓?fù)涞牟⑿卸?parallelism)理解

配置storm的Topo的并行度:

  • work數(shù)量(Topo在集群中運(yùn)行所需的工作進(jìn)程數(shù)), 配置方法: Config#setNumWorkers
  • Executors數(shù)量(每個(gè)組件需要執(zhí)行的線程數(shù)), 配置方法: TopologyBuilder#setSpout() 或TopologyBuilder#setBolt()
  • Task數(shù)量(每個(gè)組件需要執(zhí)行的任務(wù)數(shù)), 配置方法: ComponentConfigurationDeclare#setNumTasks()

如何修改運(yùn)行當(dāng)中Topo的并行度

  • 使用Storm UI
  • 使用命令行 eg: storm rebalance mytopology -n 5 -e blue-spout=3 -e yellow-bolt=10
    說明:重新配置拓?fù)?"mytopology"亚茬,使得該拓?fù)鋼碛?5 個(gè) worker processes歼秽,
    另外贰盗,配置名為 "blue-spout" 的 spout 使用 3 個(gè) executor斑鸦,
    配置名為 "yellow-bolt" 的 bolt 使用 10 個(gè) executor眯停。
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末砸民,一起剝皮案震驚了整個(gè)濱河市鲫构,隨后出現(xiàn)的幾起案子浓恶,更是在濱河造成了極大的恐慌,老刑警劉巖结笨,帶你破解...
    沈念sama閱讀 218,755評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件问顷,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡禀梳,警方通過查閱死者的電腦和手機(jī)杜窄,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,305評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來算途,“玉大人塞耕,你說我怎么就攤上這事∽烊浚” “怎么了扫外?”我有些...
    開封第一講書人閱讀 165,138評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵莉钙,是天一觀的道長。 經(jīng)常有香客問我筛谚,道長磁玉,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,791評(píng)論 1 295
  • 正文 為了忘掉前任驾讲,我火速辦了婚禮蚊伞,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘吮铭。我一直安慰自己时迫,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,794評(píng)論 6 392
  • 文/花漫 我一把揭開白布谓晌。 她就那樣靜靜地躺著掠拳,像睡著了一般。 火紅的嫁衣襯著肌膚如雪纸肉。 梳的紋絲不亂的頭發(fā)上溺欧,一...
    開封第一講書人閱讀 51,631評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音柏肪,去河邊找鬼姐刁。 笑死,一個(gè)胖子當(dāng)著我的面吹牛预吆,可吹牛的內(nèi)容都是我干的龙填。 我是一名探鬼主播,決...
    沈念sama閱讀 40,362評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼拐叉,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼岩遗!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起凤瘦,我...
    開封第一講書人閱讀 39,264評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤宿礁,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后蔬芥,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體梆靖,經(jīng)...
    沈念sama閱讀 45,724評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年笔诵,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了返吻。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,040評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡乎婿,死狀恐怖测僵,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤捍靠,帶...
    沈念sama閱讀 35,742評(píng)論 5 346
  • 正文 年R本政府宣布沐旨,位于F島的核電站,受9級(jí)特大地震影響榨婆,放射性物質(zhì)發(fā)生泄漏磁携。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,364評(píng)論 3 330
  • 文/蒙蒙 一良风、第九天 我趴在偏房一處隱蔽的房頂上張望谊迄。 院中可真熱鬧,春花似錦拖吼、人聲如沸鳞上。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,944評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至唾糯,卻和暖如春怠硼,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背移怯。 一陣腳步聲響...
    開封第一講書人閱讀 33,060評(píng)論 1 270
  • 我被黑心中介騙來泰國打工香璃, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人舟误。 一個(gè)月前我還...
    沈念sama閱讀 48,247評(píng)論 3 371
  • 正文 我出身青樓葡秒,卻偏偏與公主長得像,于是被迫代替她去往敵國和親嵌溢。 傳聞我的和親對(duì)象是個(gè)殘疾皇子眯牧,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,979評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • Spring Cloud為開發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見模式的工具(例如配置管理,服務(wù)發(fā)現(xiàn)赖草,斷路器学少,智...
    卡卡羅2017閱讀 134,659評(píng)論 18 139
  • 目錄 場(chǎng)景假設(shè) 調(diào)優(yōu)步驟和方法 Storm 的部分特性 Storm 并行度 Storm 消息機(jī)制 Storm UI...
    mtide閱讀 17,113評(píng)論 30 60
  • Storm入門系列之一:storm核心概念及特性 本文的將介紹一些 storm 入門的基礎(chǔ)知識(shí),包括 storm ...
    zhaif閱讀 3,117評(píng)論 0 17
  • Date: Nov 17-24, 2017 1. 目的 積累Storm為主的流式大數(shù)據(jù)處理平臺(tái)對(duì)實(shí)時(shí)數(shù)據(jù)處理的相關(guān)...
    一只很努力爬樹的貓閱讀 2,174評(píng)論 0 4
  • 此刻被困在機(jī)場(chǎng)秧骑,不知道飛機(jī)幾點(diǎn)能起飛版确。今天的寫作主題也沒什么想法,就想怎么也要開始寫乎折,提筆也許就來靈感了绒疗。都說一個(gè)...
    Molly郭兒閱讀 294評(píng)論 0 1