[置顶] 【Apache Storm系列之二】Storm-0.9.0.1版本安装部署

Twitter Storm更新0.9.0.1之后，安装部署变得容易得多了，比起Storm0.8.x的版本，Storm少了zeromq和jzmq的安装，也省去了很多编译这些插件时出现的bug。

1、Storm-0.9.0.1 版本的亮点：

1.1、Netty Transport 

Storm 0.9.0.1版本的第一亮点是引入了netty transport。Storm网络传输机制实现可插拔形式，当前包含两种方式：原来的0mq传输，以及新的netty实现；在早期版本中（0.9.x之前的版本），Storm只支持0mq传输，由于0MQ是一个本地库（native library），对平台的依赖性较高，要完全正确安装还是有一定挑战性。而且版本之间的差异也比较大；Netty Transport提供了纯JAVA的替代方案，消除了Storm的本地库依赖，且比0MQ的网络传输性能快一倍以上；

补充：之前写这篇文档的时候忘记把配置Netty Transport的方式写进来，所以可能很多朋友配置了之后会发觉后台会报一个错误；这里还是用的原来的方式，所以下面补充下storm使用netty配置的方式；

要配置Storm使用Netty传输需要添加以下配置和调整值到你的storm.yaml文件上，响应的配置值可根据你的需求自行调整

storm.messaging.transport: "backtype.storm.messaging.netty.Context" --指定传输协议
storm.messaging.netty.server_worker_threads: 1   --指定netty服务器工作线程数量
storm.messaging.netty.client_worker_threads: 1   --指定netty客户端工作线程数量
storm.messaging.netty.buffer_size: 5242880    --指定netty缓存大小
storm.messaging.netty.max_retries: 100   --指定最大重试次数
storm.messaging.netty.max_wait_ms: 1000  --指定最大等待时间（毫秒）
storm.messaging.netty.min_wait_ms: 100   --指定最小等待时间（毫秒）

1.2、日志修改

Storm 0.9.0.1版本提供了有助于调试和检测拓扑结构的新特性：logviewer（守护进程名）

你现在可以在Storm UI通过点击相应的Woker来查看对应的工作日志。有点类似于hadoop的那种日志查看机制。

1.3、安全

安全性、认证以及授权已经并将继续成为将来的重要特点重点领域。Storm 0.9.0.1版本引入了一个可插拔的序列化元组API以及实现一个基于blowfish加密方法对敏感数据进行加密的用例。

主要的改进就是以上三点。其他的就不提了！

2、Storm-0.9.0.1 安装部署

这一章节将详细描述如何搭建一个Storm集群。下面是接下来需要依次完成的安装步骤

1. 搭建Zookeeper集群；

2. 依赖库安装

3. 下载并解压Storm发布版本；

4. 修改storm.yaml配置文件；

5. 启动Storm各个后台进程。

2.1 搭建Zookeeper集群

Storm使用Zookeeper协调集群，由于Zookeeper并不用于消息传递，所以Storm给Zookeeper带来的压力相当低。大多数情况下，单个节点的Zookeeper集群足够胜任，不过为了确保故障恢复或者部署大规模Storm集群，可能需要更大规模节点的Zookeeper集群（对于Zookeeper集群的话，官方推荐的最小节点数为3个）。在Zookeeper集群的每台机器上完成以下安装部署步骤：

1. 下载安装Java JDK，官方下载链接为http://java.sun.com/javase/downloads/index.jsp，JDK版本为JDK 6或以上。

2. 根据Zookeeper集群的负载情况，合理设置Java堆大小，尽可能避免发生swap，导致Zookeeper性能下降。保守起见，4GB内存的机器可以为Zookeeper分配3GB最大堆空间。

3. 下载后解压安装Zookeeper包，官方下载链接为http://hadoop.apache.org/zookeeper/releases.html。

4. 根据Zookeeper集群节点情况，在conf目录下创建Zookeeper配置文件zoo.cfg：

tickTime=2000
dataDir=/var/zookeeper/
clientPort=2181
initLimit=5
syncLimit=2
server.1=zookeeper1:2888:3888
server.2=zookeeper2:2888:3888
server.3=zookeeper3:2888:3888

5. 在dataDir目录下创建myid文件，文件中只包含一行，且内容为该节点对应的server.id中的id编号。其中，dataDir指定Zookeeper的数据文件目录；其中server.id=host:port:port，id是为每个Zookeeper节点的编号，保存在dataDir目录下的myid文件中，zookeeper1~zookeeper3表示各个Zookeeper节点的hostname，第一个port是用于连接leader的端口，第二个port是用于leader选举的端口。

6. 启动Zookeeper服务：

bin/zkServer.sh start

7. 通过Zookeeper客户端测试服务是否可用：

bin/zkCli.sh -server 127.0.0.1:2181

2.2 依赖库安装

这里的Storm依赖库有python、以及JDK两个，这两个的安装相对比较简单， 所以在这里就不提了！

2.3 下载并解压Storm发布版本

Storm0.9.0.1版本提供了两种形式的压缩包：zip和tar.gz

我们下载tar.gz格式的，这样可以免去uzip的安装

下载路径：https://dl.dropboxusercontent.com/s/tqdpoif32gufapo/storm-0.9.0.1.tar.gz

解压命令

tar -zxvf storm-0.9.0.1.tar.gz

2.4 下载并解压Storm发布版本

Storm发行版本解压目录下有一个conf/storm.yaml文件，用于配置Storm。默认配置在这里可以查看。conf/storm.yaml中的配置选项将覆盖defaults.yaml中的默认配置。以下配置选项是必须在conf/storm.yaml中进行配置的：

1) storm.zookeeper.servers:Storm集群使用的Zookeeper集群地址，其格式如下：

storm.zookeeper.servers:
- “111.222.333.444″
- “555.666.777.888″

如果Zookeeper集群使用的不是默认端口，那么还需要storm.zookeeper.port选项。

2) storm.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中配置该目录，如：

storm.local.dir: "/home/admin/storm/workdir"

3) nimbus.host:Storm集群Nimbus机器地址，各个Supervisor工作节点需要知道哪个机器是Nimbus，以便下载Topologies的jars、confs等文件，如：

nimbus.host: "111.222.333.444"

4) supervisor.slots.ports: 对于每个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，该配置选项即用于定义哪些端口是可被worker使用的。默认情况下，每个节点上可运行4个workers，分别在6700、6701、6702和6703端口，如：

supervisor.slots.ports:
    -6700
    -6701
    -6702
    -6703

2.5 启动Storm各个后台进程

最后一步，启动Storm的所有后台进程。和Zookeeper一样，Storm也是快速失败（fail-fast)的系统，这样Storm才能在任意时刻被停止，并且当进程重启后被正确地恢复执行。这也是为什么Storm不在进程内保存状态的原因，即使Nimbus或Supervisors被重启，运行中的Topologies不会受到影响。
以下是启动Storm各个后台进程的方式：
Nimbus: 在Storm主控节点上运行”bin/storm nimbus >/dev/null 2>&1 &”启动Nimbus后台程序，并放到后台执行；
Supervisor: 在Storm各个工作节点上运行”bin/storm supervisor>/dev/null 2>&1 &”启动Supervisor后台程序，并放到后台执行；
UI: 在Storm主控节点上运行”bin/storm ui >/dev/null 2>&1 &”启动UI后台程序，并放到后台执行，启动后可以通过http://{nimbushost}:8080观察集群的worker资源使用情况、Topologies的运行状态等信息。

logview:在Storm主节点上运行"bin/storm logviewer > /dev/null 2>&1"启动logviewer后台程序，并放到后台执行。

注意事项：
启动Storm后台进程时，需要对conf/storm.yaml配置文件中设置的storm.local.dir目录具有写权限。
Storm后台进程被启动后，将在Storm安装部署目录下的logs/子目录下生成各个进程的日志文件。
经测试，Storm UI必须和Storm Nimbus部署在同一台机器上，否则UI无法正常工作，因为UI进程会检查本机是否存在Nimbus链接。
为了方便使用，可以将bin/storm加入到系统环境变量中。
至此，Storm集群已经部署、配置完毕，可以向集群提交拓扑运行了。

接下来我们检查下环境的运行情况：--使用jps检查守护进程运行状况

zqgame@kickseed:/data/storm/zookeeper-3.4.5/bin$ jps
20420 nimbus
20623 logviewer
20486 supervisor
20319 core
21755 Jps

查看运行页面如下

参考文献：

http://storm-project.net/2013/12/08/storm090-released.html

http://blog.linezing.com/2013/01/how-to-install-and-deploy-storm-cluster#comment-9070  --Storm-0.8.x版本可以参考此文档安装