storm运行机制自我复述

storm是实时流 处理框架，可以对数据集进行实时的分割，整合及其他操作。在storm流处理系统中，storm将数据理想化为一个个tuple来进行处理，一个个tuple形成的流的概念。正是因为这一点特性，storm才能做到对数据的实时性操作。

tuple：tuple是由field和value组成的结构。我们可以将对象field看成map中的key，将value看成map中的value。我们可以将tuple看成是一个以键值对存在的storm处理的基本单位。

spout：spout是可以看成是与源数据集直接打交道的一个组件。spout也作为整个topology中的一个数据源，一个topology中可以有多个spout，spout接受到的是原数据，不做任何处理操作。但是spout会做一些事情，spout会将源数据集的信息通过open方法发送给bolt，并在declareoutputfields方法中声明当前spout发送tuple所包含的字段。这样spout就对tuple完成了发送工作。

bolt：bolt是数据的处理组件，他的作用是对数据进行处理，可以按照你自己的格式进行处理操作。一个topology中可以有多bolt存在。bolt中execute方法是用来执行数据操作的一个方法。发送给下一个bolt用collector.emit方法来进行发送，将第一步处理过的信息交到下一个bolt来进行处理。declareoutputfields来声明当前bolt发送的tuple中包含的字段。

topology：topology是在storm处理中对spout和bolt之间的一个逻辑概念。topology是由topologybuilder来创建的，并且来设置spout和bolt的之间的逻辑关系。

下图是topology的逻辑结构图：

nimbus：nimbus是集群中的一个主节点。当提交topology后，storm会将整个topology代码存放在nimbus节点中的inbox目录下；之后把当前storm运行的配置文件生成一个stormconf.ser文件放到nimbus节点中的stormdist目录xia，此目录下同时还有序列化之后的topology代码。

supervisor：supervisor节点是集群中的工作节点。可以看做一个物理机器作为一个supervisor节点。supervisor通过不断轮询zookeeper集群来领取所分配的任务，并启动worker来执行任务。在zookeeper中的assigsments中保存了所有topology的任务分配信息、代码存储目录、任务之间的关联关系等。

worker：worker可以看成在supervisor节点中运行的一个进程，每个worker占用一个端口。worker执行的个数可以通过config来创建对象并设置。

task：task可以看成是一个spout或者一个bolt的执行，task的执行个数可以通过builder在设置spout或者bolt中来设置宾星处理的个数。

executor：executor可以看做是一个或者多个spout（bolt）的批量操作。但是批量操作中不能同时出现spout和bolt两种类型。

说明：本人storm小白，看storm才三天时间，写出来一些自己对storm某些概念的理解。有很多理解不到的地方请大神多多指教。写总结的目的很简单，就是想让大神给你指出错误。后期会不断更正。