Storm的Topology怎么配置

這篇文章主要介紹“Storm的Topology怎么配置”，在日常操作中，相信很多人在Storm的Topology怎么配置問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Storm的Topology怎么配置”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

數據流組

設計一個拓撲時，你要做的最重要的事情之一就是定義如何在各組件之間交換數據（數據流是如何被bolts消費的）。一個數據流組指定了每個bolt會消費哪些數據流，以及如何消費它們。

NOTE：一個節點能夠發布一個以上的數據流，一個數據流組允許我們選擇接收哪個。

數據流組在定義拓撲時設置，就像我們在第二章看到的：

···
    builder.setBolt("word-normalizer", new WordNormalizer())
           .shuffleGrouping("word-reader");
···

在前面的代碼塊里，一個bolt由TopologyBuilder對象設定， 然后使用隨機數據流組指定數據源。數據流組通常將數據源組件的ID作為參數，取決于數據流組的類型不同還有其它可選參數。

NOTE：每個InputDeclarer可以有一個以上的數據源，而且每個數據源可以分到不同的組。

隨機數據流組（隨機分組）

隨機流組是最常用的數據流組。它只有一個參數（數據源組件），并且數據源會向隨機選擇的bolt發送元組，保證每個消費者收到近似數量的元組。

隨機數據流組用于數學計算這樣的原子操作。然而，如果操作不能被隨機分配，就像第二章為單詞計數的例子，你就要考慮其它分組方式了。

域數據流組（字段分組）

域數據流組允許你基于元組的一個或多個域控制如何把元組發送給bolts。它保證擁有相同域組合的值集發送給同一個bolt。回到單詞計數器的例子，如果你用word域為數據流分組，word-normalizer bolt將只會把相同單詞的元組發送給同一個word-counterbolt實例。

···
    builder.setBolt("word-counter", new WordCounter(),2)
           .fieldsGrouping("word-normalizer", new Fields("word"));
···

NOTE: 在域數據流組中的所有域集合必須存在于數據源的域聲明中。

全部數據流組（全部分組）

全部數據流組，為每個接收數據的實例復制一份元組副本。這種分組方式用于向bolts發送信號。比如，你要刷新緩存，你可以向所有的bolts發送一個刷新緩存信號。在單詞計數器的例子里，你可以使用一個全部數據流組，添加清除計數器緩存的功能（見拓撲示例）

    public void execute(Tuple input) {
        String str = null;
        try{
            if(input.getSourceStreamId().equals("signals")){
                str = input.getStringByField("action");
                if("refreshCache".equals(str))
                    counters.clear();
            }
        }catch (IllegalArgumentException e){
            //什么也不做
        }
        ···
    }

我們添加了一個if分支，用來檢查源數據流。Storm允許我們聲明具名數據流（如果你不把元組發送到一個具名數據流，默認發送到名為”default“的數據流）。這是一個識別元組的極好的方式，就像這個例子中，我們想識別signals一樣。 在拓撲定義中，你要向word-counter bolt添加第二個數據流，用來接收從signals-spout數據流發送到所有bolt實例的每一個元組。

   builder.setBolt("word-counter", new WordCounter(),2)
           .fieldsGroupint("word-normalizer",new Fields("word"))
           .allGrouping("signals-spout","signals");

signals-spout的實現請參考git倉庫。

自定義數據流組（自定義分組）

你可以通過實現backtype.storm.grouping.CustormStreamGrouping接口創建自定義數據流組，讓你自己決定哪些bolt接收哪些元組。

讓我們修改單詞計數器示例，使首字母相同的單詞由同一個bolt接收。

public class ModuleGrouping mplents CustormStreamGrouping, Serializable{
        int numTasks = 0;
        @Override
        public List<Integer> chooseTasks(List<Object> values) {
            List<Integer> boltIds = new ArrayList<Integer>();
            if(values.size()>0){
                String str = values.get(0).toString();
                if(str.isEmpty()){
                    boltIds.add(0);
                }else{
                    boltIds.add(str.charAt(0) % numTasks);
                }
            }
            return boltIds;
        }
        @Override
        public void prepare(TopologyContext context, Fields outFields, List<Integer> targetTasks) {
            numTasks = targetTasks.size();
        }
    }

這是一個CustomStreamGrouping的簡單實現，在這里我們采用單詞首字母字符的整數值與任務數的余數，決定接收元組的bolt。

按下述方式word-normalizer修改即可使用這個自定義數據流組。

 builder.setBolt("word-normalizer", new WordNormalizer())
           .customGrouping("word-reader", new ModuleGrouping());

直接數據流組（直接分組）

這是一個特殊的數據流組，數據源可以用它決定哪個組件接收元組。與前面的例子類似，數據源將根據單詞首字母決定由哪個bolt接收元組。要使用直接數據流組，在WordNormalizer bolt中，使用emitDirect方法代替emit。

public void execute(Tuple input) {
        ...
        for(String word : words){
            if(!word.isEmpty()){
                ...
                collector.emitDirect(getWordCountIndex(word),new Values(word));
            }
        }
        //對元組做出應答
        collector.ack(input);
    }
    public Integer getWordCountIndex(String word) {
        word = word.trim().toUpperCase();
        if(word.isEmpty()){
            return 0;
        }else{
            return word.charAt(0) % numCounterTasks;
        }
    }

在prepare方法中計算任務數

public void prepare(Map stormConf, TopologyContext context, 
                OutputCollector collector) {
        this.collector = collector;
        this.numCounterTasks = context.getComponentTasks("word-counter");
    }

在拓撲定義中指定數據流將被直接分組：

builder.setBolt("word-counter", new WordCounter(),2)
           .directGrouping("word-normalizer");

全局數據流組（全局分組）

全局數據流組把所有數據源創建的元組發送給單一目標實例（即擁有最低ID的任務）。

不分組（無分組）

寫作本書時（Stom0.7.1版），這個數據流組相當于隨機數據流組。也就是說，使用這個數據流組時，并不關心數據流是如何分組的。

LocalCluster VS StormSubmitter

到目前為止，你已經用一個叫做LocalCluster的工具在你的本地機器上運行了一個拓撲。Storm的基礎工具，使你能夠在自己的計算機上方便的運行和調試不同的拓撲。但是你怎么把自己的拓撲提交給運行中的Storm集群呢？Storm有一個有趣的功能，在一個真實的集群上運行自己的拓撲是很容易的事情。要實現這一點，你需要把LocalCluster換成StormSubmitter并實現submitTopology方法， 它負責把拓撲發送給集群。

下面是修改后的代碼：

//LocalCluster cluster = new LocalCluster();
    //cluster.submitTopology("Count-Word-Topology-With-Refresh-Cache", conf, 
    //builder.createTopology());
    StormSubmitter.submitTopology("Count-Word-Topology-With_Refresh-Cache", conf,
            builder.createTopology());
    //Thread.sleep(1000);
    //cluster.shutdown();

NOTE: 當你使用StormSubmitter時，你就不能像使用LocalCluster時一樣通過代碼控制集群了。

接下來，把源碼壓縮成一個jar包，運行Storm客戶端命令，把拓撲提交給集群。如果你已經使用了Maven， 你只需要在命令行進入源碼目錄運行：mvn package。

現在你生成了一個jar包，使用storm jar命令提交拓撲（關于如何安裝Storm客戶端請參考附錄A）。命令格式：storm jar allmycode.jar org.me.MyTopology arg1 arg2 arg3。

對于這個例子，在拓撲工程目錄下面運行：

storm jar target/Topologies-0.0.1-SNAPSHOT.jar countword.TopologyMain src/main/resources/words.txt

通過這些命令，你就把拓撲發布集群上了。

如果想停止或殺死它，運行：

storm kill Count-Word-Topology-With-Refresh-Cache

NOTE：拓撲名稱必須保證惟一性。

NOTE：如何安裝Storm客戶端，參考附錄A

DRPC拓撲

有一種特殊的拓撲類型叫做分布式遠程過程調用（DRPC），它利用Storm的分布式特性執行遠程過程調用（RPC）（見下圖）。Storm提供了一些用來實現DRPC的工具。第一個是DRPC服務器，它就像是客戶端和Storm拓撲之間的連接器，作為拓撲的spout的數據源。它接收一個待執行的函數和函數參數，然后對于函數操作的每一個數據塊，這個服務器都會通過拓撲分配一個請求ID用來識別RPC請求。拓撲執行最后的bolt時，它必須分配RPC請求ID和結果，使DRPC服務器把結果返回正確的客戶端。

NOTE：單實例DRPC服務器能夠執行許多函數。每個函數由一個惟一的名稱標識。

Storm提供的第二個工具（已在例子中用過）是LineDRPCTopologyBuilder，一個輔助構建DRPC拓撲的抽象概念。生成的拓撲創建DRPCSpouts——它連接到DRPC服務器并向拓撲的其它部分分發數據——并包裝bolts，使結果從最后一個bolt返回。依次執行所有添加到LinearDRPCTopologyBuilder對象的bolts。

作為這種類型的拓撲的一個例子，我們創建了一個執行加法運算的進程。雖然這是一個簡單的例子，但是這個概念可以擴展到復雜的分布式計算。

bolt按下面的方式聲明輸出：

public void declareOutputFields(OutputFieldsDeclarer declarer) {
        declarer.declare(new Fields("id","result"));
    }

因為這是拓撲中惟一的bolt，它必須發布RPC ID和結果。execute方法負責執行加法運算。

public void execute(Tuple input) {
        String[] numbers = input.getString(1).split("\\+");
        Integer added = 0;
        if(numbers.length<2){
            throw new InvalidParameterException("Should be at least 2 numbers");
        }
        for(String num : numbers){
            added += Integer.parseInt(num);
        }
        collector.emit(new Values(input.getValue(0),added));
    }

包含加法bolt的拓撲定義如下：

public static void main(String[] args) {
        LocalDRPC drpc = new LocalDRPC();
        LinearDRPCTopologyBuilder builder = new LinearDRPCTopologyBuilder("add");
        builder.addBolt(AdderBolt(),2);
        Config conf = new Config();
        conf.setDebug(true);
        LocalCluster cluster = new LocalCluster();
        cluster.submitTopology("drpcder-topology", conf,
            builder.createLocalTopology(drpc));
        String result = drpc.execute("add", "1+-1");
        checkResult(result,0);
        result = drpc.execute("add", "1+1+5+10");
        checkResult(result,17);
        cluster.shutdown();
        drpc.shutdown();
    }

創建一個LocalDRPC對象在本地運行DRPC服務器。接下來，創建一個拓撲構建器（譯者注：LineDRpctopologyBuilder對象），把bolt添加到拓撲。運行DRPC對象（LocalDRPC對象）的execute方法測試拓撲。

NOTE：使用DRPCClient類連接遠程DRPC服務器。DRPC服務器暴露了Thrift API，因此可以跨語言編程；并且不論是在本地還是在遠程運行DRPC服務器，它們的API都是相同的。 對于采用Storm配置的DRPC配置參數的Storm集群，調用構建器對象的createRemoteTopology向Storm集群提交一個拓撲，而不是調用createLocalTopology。

到此，關于“Storm的Topology怎么配置”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！