Twitter Storm 里有神马

Twitter Storm

twitter storm是twitter的流计算框架。本文简单的介绍该框架。

twitter主要包括4个东东

Nimbus

用户提交一个topology首先是提交给nimbus，nimbus对提交过来的topology开始分配任务，将任务信息写入到zookeeper中。这是主要的工作，还有其他的一些工作，比如定是清理一些jar包，目录什么的。

Supervisor

这个家伙人如其名，是个监工，它从zk中读取那些nimbus分配给自己的任务，从nimbus所在的机器上下载相关的代码，配置文件等等。然后启动worker，让它们开始干活。并通过心跳监控他们是否挂掉。

 

Worker

worker(进程)就是一台机器的端口，注意一个worker不会为多个topology服务。它被supervisor启动后，开始定期给supervisor汇报自己的状态。然后从zk中找到自己要启动的task(线程)，启动。

 

Task

标准的劳工，跟worker一起发送接收tuple。注意task不会直接跟其他worker直接通信，都是由所属worker代劳。task只需要往所属worker的队列中发送消息，指定taskid, worker会根据taskid，发送给taskid所属的worker，然后由worker转发给task。

 

 

通过zk 存储一些信息量不是很大的东东，比如说task、supervisor的心跳。worker的心跳是写在本地的。由supervisor来监视。

通过zeroMQ实现worker与worker之间的通信，task与worker之间的通信。

 

要完成一个完整的topology，首先要在spout中将消息获取，要借助一些其他的东东,例如kv数据库。storm的事务也是通过其他的东东来保证，比如kafka。

 

还想说下ack， storm是通过ack来保证消息可靠处理的。每一个由spout发送的tuple都需要明确指定一个messageid, 这样storm就知道了这个消息是否被完全处理。