jstorm系列-1：入门

一、             Storm整体介绍

Storm 是一个类似Hadoop MapReduce的系统， 用户按照指定的接口实现一个任务，然后将这个任务递交给JStorm系统，Jstorm将这个任务跑起来，并且按7 * 24小时运行起来，一旦中间一个Worker 发生意外故障， 调度器立即分配一个新的Worker替换这个失效的Worker。

因此，从应用的角度，JStorm 应用是一种遵守某种编程规范的分布式应用。从系统角度， JStorm一套类似MapReduce的调度系统。 从数据的角度， 是一套基于流水线的消息处理机制。

实时计算现在是大数据领域中最火爆的一个方向，因为人们对数据的要求越来越高，实时性要求也越来越快，传统的Hadoop MapReduce，逐渐满足不了需求，因此在这个领域需求不断。

1.1.  Storm组件和Hadoop组件对比

	Storm	Hadoop
角色	Nimbus	JobTracker
	Supervisor	TaskTracker
	Worker	Child
应用名称	Topology	Job
编程接口	Spout/Bolt	Mapper/Reducer

 

1.2. 优点

在Storm和JStorm出现以前，市面上出现很多实时计算引擎，但自Storm和JStorm出现后，基本上可以说一统江湖： 究其优点：

• 开发非常迅速：接口简单，容易上手，只要遵守Topology、Spout和Bolt的编程规范即可开发出一个扩展性极好的应用，底层RPC、Worker之间冗余，数据分流之类的动作完全不用考虑
• 扩展性极好：当一级处理单元速度，直接配置一下并发数，即可线性扩展性能
• 健壮强：当Worker失效或机器出现故障时， 自动分配新的Worker替换失效Worker
• 数据准确性：可以采用Ack机制，保证数据不丢失。 如果对精度有更多一步要求，采用事务机制，保证数据准确。

二、             安装

参考文档：

https://github.com/alibaba/jstorm/wiki/%E5%A6%82%E4%BD%95%E5%AE%89%E8%A3%85

 

三、             storm详细讲解

3.1. storm的整体架构

 

 

 

 

 

 

3.2.        基本概念简介

图中     这种颜色标识的是storm中的基本组件，包括：

Topology，bolt，spout，worker，task，slot，stream，tuple

3.2.1.              Topology

Storm的核心是topology，程序以topology作为一个整体提交到集群上

 

3.2.2.            Spout

数据流入口：spout程序负责从数据源读入数据，然后发射出去，形成一个stream流，可以被多个bolt接受，形成多个流

3.2.3.            Bout

数据的消费者，从stream流中读取数据，处理数据

可以从不同的流中读取数据

3.2.4.            Stream

Spout发射的数据形成数据流，

3.2.5.            Worker

可以理解为一个topology承包给多少个包工头（worker）

3.2.6.            Task

可以理解为工人，一个worker下面有多个task，每个task运行一个bolt或spout的实例

3.3.        Bolt，spout和worker，task的关系