【流式计算】Twitter Storm源代码分析之ZooKeeper中的目录结构

作者: xumingming | 可以转载, 但必须以超链接形式标明文章原始出处和作者信息及版权声明

转自网址: http://xumingming.sinaapp.com/466/twitter-storm-code-analysis-zookeeper-dirs/

 
我们知道Twitter Storm的所有的状态信息都是保存在Zookeeper里面,nimbus通过在zookeeper上面写状态信息来分配任务,supervisor,task通过从zookeeper中读状态来领取任务,同时supervisor, task也会定义发送心跳信息到zookeeper, 使得nimbus可以监控整个storm集群的状态, 从而可以重启一些挂掉的task。ZooKeeper 使得整个storm集群十分的健壮 — 任何一台工作机器挂掉都没有关系,只要重启然后从zookeeper上面重新获取状态信息就可以了。本文主要介绍Twitter Storm在ZooKeeper中保存的数据目录结构,源代码主要是: backtype.storm.cluster, 废话不多说,直接看下面的结构图:

一个要注意的地方是,作者在代码里面很多地方用到的storm-id, 其实就是topology-id的意思。我在邮件列表里面问了他一下, 他说以前他把topology叫做storm, 代码里面还没有改过来。

帮助
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
/-{storm-zk-root}           -- storm在zookeeper上的根
   |                            目录
   |
   |-/assignments            -- topology的任务分配信息
   |   |
   |   |-/{topology-id}      -- 这个下面保存的是每个
   |                            topology的assignments
   |                            信息包括: 对应的
   |                            nimbus上的代码目录,所有
   |                            task的启动时间,
   |                            每个task与机器、端口的映射
   |
   |-/tasks                  -- 所有的task
   |   |
   |   |-/{topology-id}      -- 这个目录下面id为
   |       |                    {topology-id}的topology
   |       |                    所对应的所有的task-id
   |       |
   |       |-/{task-id}      -- 这个文件里面保存的是这个
   |                            task对应的component-id:
   |                            可能是spout-id或者bolt-id
   |
   |-/storms                 -- 这个目录保存所有正在运行
   |   |                        的topology的id
   |   |
   |   |-/{topology-id}      -- 这个文件保存这个topology
   |                            的一些信息,包括topology的
   |                            名字,topology开始运行的时
   |                            间以及这个topology的状态
   |                            (具体看StormBase类)
   |
   |-/supervisors            -- 这个目录保存所有的supervisor
   |   |                        的心跳信息
   |   |
   |   |-/{supervisor-id}    -- 这个文件保存的是supervisor
   |                            的心跳信息包括:心跳时间,主
   |                            机名,这个supervisor上worker
   |                            的端口号运行时间
   |                            (具体看SupervisorInfo类)
   |
   |-/taskbeats              -- 所有task的心跳
   |   |
   |   |-/{topology-id}      -- 这个目录保存这个topology的所
   |       |                    有的task的心跳信息
   |       |
   |       |-/{task-id}      -- task的心跳信息,包括心跳的时
   |                            间,task运行时间以及一些统计
   |                            信息
   |
   |-/taskerrors             -- 所有task所产生的error信息
       |
       |-/{topology-id}      -- 这个目录保存这个topology下面
           |                    每个task的出错信息
           |
           |-/{task-id}      -- 这个task的出错信息

你可能感兴趣的:(【流式计算】Twitter Storm源代码分析之ZooKeeper中的目录结构)