Storm入门--Storm编程

以电信通话记录为例

移动呼叫及其持续时间将作为对Apache Storm的输入，Storm将处理和分组在相同呼叫者和接收者之间的呼叫及其呼叫总数。

在storm中，把对数据的处理过程抽象成一个topology，这个topology包含的组件主要是spout、bolt，以及以tuple形式在组件之间传输的数据流。这个数据流在topology流一遍，就是对数据的一次处理。

1、创建Spout类

这一部分，是创建数据流的源头。

创建一个类，实现IRichSpout接口，实现相应方法。其中几个方法的含义：

open -为Spout提供执行环境。执行器将运行此方法来初始化喷头。一般写一些第一次运行时要处理的逻辑
nextTuple -通过收集器发出生成的数据。核心，用于生成数据流
close -当spout将要关闭时调用此方法。
declareOutputFields -声明元组的输出模式。即，声明了从此spout出去的流都的数据格式
ack -确认处理了特定元组。
fail -指定不处理和不重新处理特定元组。

open(Map conf, TopologyContext context, SpoutOutputCollector collector)

nextTuple()

nextTuple()从与ack()和fail()方法相同的循环中定期调用。它必须释放线程的控制，当没有工作要做，以便其他方法有机会被调用。因此，nextTuple的第一行检查处理是否已完成。如果是这样，它应该休眠至少一毫秒，以减少处理器在返回之前的负载。

declareOutputFields(OutputFieldsDeclarer declarer)

ack(Object msgId)

该方法确认已经处理了特定元组。

fail(Object o)

此方法通知特定元组尚未完全处理。 Storm将重新处理特定的元组

package com.jing.calllogdemo;  import org.apache.storm.spout.SpoutOutputCollector; import org.apache.storm.task.TopologyContext; import org.apache.storm.topology.IRichSpout; import org.apache.storm.topology.OutputFieldsDeclarer; import org.apache.storm.tuple.Fields; import org.apache.storm.tuple.Values;  import java.util.ArrayList; import java.util.List; import java.util.Map; import java.util.Random;  /* spout类，负责产生数据流  */ public class CallLogSpout implements IRichSpout {     //spout 输出收集器     private SpoutOutputCollector collector;     //是否完成     private boolean completed = false;     //上下文对象     private TopologyContext context;     //随机发生器     private Random randomGenerator = new Random();     //索引     private Integer idx = 0;      @Override     public void open(Map map, TopologyContext topologyContext, SpoutOutputCollector spoutOutputCollector) {         //第一次运行要做的事         this.context = topologyContext;         this.collector = spoutOutputCollector;      }      @Override     public void close() {      }      @Override     public void activate() {      }      @Override     public void deactivate() {      }      @Override     public void nextTuple() {         //产生第一条数据,          if (this.idx <= 1000){             List<String> mobileNumbers = new ArrayList<String>();             mobileNumbers.add("1234123401");             mobileNumbers.add("1234123402");             mobileNumbers.add("1234123403");             mobileNumbers.add("1234123404");              Integer localIdx = 0;             while (localIdx++ < 100 && this.idx++ <1000){                 //取出主叫                 String caller = mobileNumbers.get(randomGenerator.nextInt(4));                 //取出被叫                 String callee = mobileNumbers.get(randomGenerator.nextInt(4));                 while (caller == callee){                     //重新取出被叫                     callee = mobileNumbers.get(randomGenerator.nextInt(4));                 }                 //模拟通话时长                 Integer duration = randomGenerator.nextInt(60);                 //输出元祖                 this.collector.emit(new Values(caller,callee,duration));             }         }      }      @Override     public void ack(Object o) {      }      @Override     public void fail(Object o) {      }      @Override     public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {         //声明输出字段，定义元组的结构，定义输出字段名称         outputFieldsDeclarer.declare(new Fields("from", "to", "duration"));      }      @Override     public Map<String, Object> getComponentConfiguration() {         return null;     } }

CallLogSpout

2、创建Bolt类

这一部分是完成对数据流的处理，Bolt把元组作为输入，对元组进行处理后，产生新的元组。

创建一个类，实现IRichBolt接口，实现相应方法。

prepare(Map conf, TopologyContext context, OutputCollector collector)

execute(Tuple tuple)

这是bolt的核心方法，这里的元组是要处理的输入元组。execute方法一次处理单个元组。元组数据可以通过Tuple类的getValue方法访问。不必立即处理输入元组。多元组可以被处理和输出为单个输出元组。处理的元组可以通过使用OutputCollector类发出。

cleanup()

declareOutputFields(OutputFieldsDeclarer declarer)

这个方法用于指定元组的输出模式，参数declarer用于声明输出流id，输出字段等。

这里有两个bolt

呼叫日志创建者bolt接收呼叫日志元组。呼叫日志元组具有主叫方号码，接收方号码和呼叫持续时间。此bolt通过组合主叫方号码和接收方号码简单地创建一个新值。新值的格式为“来电号码 - 接收方号码”，并将其命名为新字段“呼叫”

package com.jing.calllogdemo;  import org.apache.storm.task.OutputCollector; import org.apache.storm.task.TopologyContext; import org.apache.storm.topology.IRichBolt; import org.apache.storm.topology.OutputFieldsDeclarer; import org.apache.storm.tuple.Fields; import org.apache.storm.tuple.Tuple; import org.apache.storm.tuple.Values;  import java.util.Map; /* 创建calllog日志的bolt  */ public class CallLogCreatorBolt implements IRichBolt {     private OutputCollector collector;      @Override     public void prepare(Map map, TopologyContext topologyContext, OutputCollector outputCollector) {         this.collector = outputCollector;     }      @Override     public void execute(Tuple tuple) {         //处理新的同话记录         String from = tuple.getString(0);         String to = tuple.getString(1);         Integer duration = tuple.getInteger(2);         //产生新的tuple         String fromTO = from + "-" + to;         collector.emit(new Values(fromTO, duration));      }      @Override     public void cleanup() {      }      @Override     public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {         //设置输出字段的名称         outputFieldsDeclarer.declare(new Fields("call", "duration"));     }      @Override     public Map<String, Object> getComponentConfiguration() {         return null;     } }

CallLogCreatorBolt

package com.jing.calllogdemo;  import org.apache.storm.task.OutputCollector; import org.apache.storm.task.TopologyContext; import org.apache.storm.topology.IRichBolt; import org.apache.storm.topology.OutputFieldsDeclarer; import org.apache.storm.tuple.Fields; import org.apache.storm.tuple.Tuple;  import java.util.HashMap; import java.util.Map; /* 通话记录计数器bolt  */ public class CallLogCounterBolt implements IRichBolt {     Map<String, Integer> counterMap;     private OutputCollector collector;     @Override     public void prepare(Map map, TopologyContext topologyContext, OutputCollector outputCollector) {         this.counterMap = new HashMap<String, Integer>();         this.collector = outputCollector;     }      @Override     public void execute(Tuple tuple) {         String call = tuple.getString(0);         Integer duration = tuple.getInteger(1);         if(!counterMap.containsKey(call)){             counterMap.put(call, 1);         }else {             Integer c = counterMap.get(call) + duration;             counterMap.put(call, c);         }         collector.ack(tuple);      }      @Override     public void cleanup() {         for(Map.Entry<String, Integer> entry : counterMap.entrySet()){             System.out.println(entry.getKey() + " : " + entry.getValue());         }      }      @Override     public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {         outputFieldsDeclarer.declare(new Fields("call"));      }      @Override     public Map<String, Object> getComponentConfiguration() {         return null;     } }

CallLogCounterBolt

3、创建执行入口类，构建Topology

Storm拓扑基本上是一个Thrift结构。 TopologyBuilder类提供了简单而容易的方法来创建复杂的拓扑。TopologyBuilder类具有设置spout（setSpout）和设置bolt（setBolt）的方法。最后，TopologyBuilder有createTopology来创建拓扑。使用以下代码片段创建拓扑 -

package com.jing.calllogdemo;  import org.apache.storm.Config; import org.apache.storm.LocalCluster; import org.apache.storm.StormSubmitter; import org.apache.storm.generated.AlreadyAliveException; import org.apache.storm.generated.AuthorizationException; import org.apache.storm.generated.InvalidTopologyException; import org.apache.storm.topology.TopologyBuilder; import org.apache.storm.tuple.Fields;  public class App {     public static void main(String[] args) throws InterruptedException, InvalidTopologyException, AuthorizationException, AlreadyAliveException {         TopologyBuilder builder = new TopologyBuilder();          //设置spout         builder.setSpout("spout", new CallLogSpout());         //设置creator-bolt         builder.setBolt("creator-bolt", new CallLogCreatorBolt()).shuffleGrouping("spout");         //设置countor-bolt         builder.setBolt("counter-bolt", new CallLogCounterBolt()).                 fieldsGrouping("creator-bolt", new Fields("call"));          Config config = new Config();         config.setDebug(true);          /*本地模式         LocalCluster cluster = new LocalCluster();         cluster.submitTopology("LogAnalyserStorm", config, builder.createTopology());         Thread.sleep(10000);         cluster.shutdown();           */          StormSubmitter.submitTopology("myTop", config, builder.createTopology());       } }

App

为了开发目的，我们可以使用“LocalCluster”对象创建本地集群，然后使用“LocalCluster”类的“submitTopology”方法提交拓扑。 “submitTopology”的参数之一是“Config”类的实例。“Config”类用于在提交拓扑之前设置配置选项。此配置选项将在运行时与集群配置合并，并使用prepare方法发送到所有任务（spout和bolt）。一旦拓扑提交到集群，我们将等待10秒钟，集群计算提交的拓扑，然后使用“LocalCluster”的“shutdown”方法关闭集群。完整的程序代码如下 -

参考：

作者：raincoffee
链接：https://www.jianshu.com/p/7af9693d9ffc
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。

生产环境的集群上运行topology

1）修改提交方式，在代码中

2）导出jar包 mvn

3）在linux上运行topologys

标签

storm

config

string