2、Storm入門之Hello Storm（續）

時間 2019-11-15

標籤 storm 入門 hello 欄目 Storm 简体版

原文原文鏈接

package bolts;
 
import java.util.ArrayList;
import java.util.List;
import java.util.Map;
 
import backtype.storm.task.OutputCollector;
import backtype.storm.task.TopologyContext;
import backtype.storm.topology.IRichBolt;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.tuple.Fields;
import backtype.storm.tuple.Tuple;
import backtype.storm.tuple.Values;
 
public class WordNormalizer implements IRichBolt{
    private OutputCollector collector;
 
    public void cleanup(){}
 
    /**
    * The bolt will receive the line from the
    * words file and process it to Normalize this line
    *
    * The normalize will be put the words in lower case
    * and split the line to get all words in this
    */
 
    public void execute(Tuple input) {
        String sentence = input.getString(0);
        String[]words= sentence.split(" ");
        for(String word:words){
            word =word.trim();
            if(!word.isEmpty()){
                word =word.toLowerCase();
                //Emit the word
                List a =new ArrayList();
                a.add(input);
                collector.emit(a,new Values(word));
            }
        }
        // Acknowledge the tuple
        collector.ack(input);
    }
 
    public void prepare(Map stormConf,TopologyContext context,OutputCollector collector) {
        this.collector=collector;
    }
 
    /**
    * The bolt will only emit the field "word"
    */
    public void declareOutputFields(OutputFieldsDeclarer declarer) {
        declarer.declare(new Fields("word"));
    }
 
}

提示：在這個類中，每調用一次execute()方法，會發送多個元組。例如，當execute()方法收到「This is the Storm book」這個句子時，該方法會發送5個新元組。web

第二個bolt，WordCounter，負責統計每一個單詞個數。當topology結束時(cleanup()方法被調用時)，顯示每一個單詞的個數。數據庫

提示：第二個bolt中什麼也不發送，本例中，將數據添加到一個map對象中，可是現實生活中，bolt能夠將數據存儲到一個數據庫中。app

package bolts;
 
import java.util.HashMap;
import java.util.Map;
 
import backtype.storm.task.OutputCollector;
import backtype.storm.task.TopologyContext;
import backtype.storm.topology.IRichBolt;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.tuple.Tuple;
 
public class WordCounter implements IRichBolt{
    Integer id;
    String name;
    Map<String,Integer>counters;
 
    private OutputCollector collector;
 
    /**
    * At the end of the spout (when the cluster is shutdown
    * We will show the word counters
    */
 
    @Override
 
    public void cleanup(){
        System.out.println("-- Word Counter ["+name+"-"+id+"]--");
        for(Map.Entry<String,Integer>entry: counters.entrySet()){
            System.out.println(entry.getKey()+": "+entry.getValue());
        }
    }
 
    /**
    * On each word We will count
    */
    @Override
 
    public void execute(Tuple input) {
        String str =input.getString(0);
        /**
        * If the word dosn't exist in the map we will create
        * this, if not We will add 1
        */
        if(!counters.containsKey(str)){
            counters.put(str,1);
        }else{
            Integer c =counters.get(str) +1;
            counters.put(str,c);
        }
        //Set the tuple as Acknowledge
        collector.ack(input);
    }
 
    /**
    * On create
    */
 
    @Override
 
    public void prepare(Map stormConf,TopologyContext context,OutputCollector collector) {
        this.counters=newHashMap<String,Integer>();
        this.collector=collector;
        this.name=context.getThisComponentId();
        this.id=context.getThisTaskId();
    }
 
    @Override
 
    public void declareOutputFields(OutputFieldsDeclarer declarer) {}
 
}

execute()方法使用一個映射(Map類型)採集單詞並統計這些單詞個數。當topology結束的時候，cleanup()方法被調用而且打印出counter映射。（這僅僅是個例子，一般狀況下，當topology關閉時，你應該使用cleanup()方法關閉活動連接和其餘資源。）ide

主類

在主類中，你將建立topology和一個LocalCluster對象，LocalCluster對象使你能夠在本地測試和調試topology。LocalCluster結合Config對象容許你嘗試不一樣的集羣配置。例如，若是不慎使用一個全局變量或者類變量，當配置不一樣數量的worker測試topology的時候，你將會發現這個錯誤。（關於config對象在第三章會有更多介紹）測試

提示：全部的topology結點應該能夠在進程間沒有數據共享的情形下獨立運行（也就是說沒有全局或者類變量），由於當topology運行在一個真實的集羣上時，這些進程可能運行在不一樣的機器上。ui

你將使用TopologyBuilder建立topology，TopologyBuilder會告訴Storm怎麼安排節點順序、它們怎麼交換數據。this

TopologyBuilder builder =new TopologyBuilder();
builder.setSpout("word-reader",new WordReader());
builder.setBolt("word-normalizer",new WordNormalizer()).shuffleGrouping("word-reader");
builder.setBolt("word-counter",new WordCounter(),2).fieldsGrouping("word-normalizer",new Fields("word"));

本例中spout和bolt之間使用隨機分組(shuffleGrouping)鏈接，這種分組類型告訴Storm以隨機分佈的方式從源節點往目標節點發送消息。spa

接着，建立一個包含topology配置信息的Config對象，該配置信息在運行時會與集羣配置信息合併，而且經過prepare()方法發送到全部節點。.net

Config conf =new Config();
conf.put("wordsFile",args[0]);
conf.setDebug(false);

將wordFile屬性設置爲將要被spout讀取的文件名稱（文件名在args參數中傳入），並將debug屬性設置爲true，由於你在開發過程當中，當debug爲true時，Storm會打印節點間交換的全部消息和其餘調試數據，這些信息有助於理解topology是如何運行的。

前面提到，你將使用LocalCluster來運行topology。在一個產品環境中，topology會持續運行，可是在本例中，你僅需運行topology幾秒鐘就能看到結果。

LocalCluster cluster =new LocalCluster();
cluster.submitTopology("Getting-Started-Toplogie",conf,builder.createTopology());
Thread.sleep(1000);
cluster.shutdown();

使用createTopology和submitTopology建立、運行topology，睡眠兩秒（topology運行在不一樣的線程中），而後經過關閉集羣來中止topology。

例2-3將上面代碼拼湊到一塊兒。

例2-3.src/main/java/TopologyMain.java

import spouts.WordReader;
import bolts.WordCounter;
import bolts.WordNormalizer;
 
import backtype.storm.Config;
import backtype.storm.LocalCluster;
import backtype.storm.topology.TopologyBuilder;
import backtype.storm.tuple.Fields;
 
public class TopologyMain{
    public static void main(String[]args)throws InterruptedException{
    //Topology definition
        TopologyBuilder builder =new TopologyBuilder();
        builder.setSpout("word-reader",new WordReader());
        builder.setBolt("word-normalizer",new WordNormalizer()).shuffleGrouping("word-reader");
        builder.setBolt("word-counter",new WordCounter(),2).fieldsGrouping("word-normalizer",new Fields("word"));
 
    //Configuration
        Config conf =new Config();
        conf.put("wordsFile",args[0]);
        conf.setDebug(false);
 
    //Topology run
        conf.put(Config.TOPOLOGY_MAX_SPOUT_PENDING,1);
        LocalCluster cluster =new LocalCluster();
        cluster.submitTopology("Getting-Started-Toplogie",conf,builder.createTopology());
        Thread.sleep(1000);
        cluster.shutdown();
    }
 
}

運行本項目

如今開始準備運行第一個topology！若是你新建一個文本文件（src/main/resources/words.txt）而且每行一個單詞，則能夠經過以下命令運行這個topology：

mvn exec:java -Dexec.mainClass=」TopologyMain」 -Dexec.args=」src/main/resources/words.txt」

例如，若是你使用以下words.txt文件：

Storm
test
are
great
is
an
Storm
simple
application
but
very
powerful
really
Storm
is
great

在日誌中，你將會看到相似以下信息：

is: 2
application: 1
but: 1
great: 1
test: 1
simple: 1
Storm: 3
really: 1
are: 1
great: 1
an: 1
powerful: 1
very: 1

在本例中，你只使用了每一個結點的一個單一實例，假如此時有一個很是大的日誌文件怎麼去統計每一個單詞的個數？此時能夠很方便地改系統中節點數量來並行工做，如建立WordCounter的兩個實例：

1	`builder.setBolt(` `"word-counter"` `,` `new` `WordCounter(),` `2` `).shuffleGrouping(` `"word-normalizer"` `);`

從新運行這個程序，你將看到：

– Word Counter [word-counter-2] –
application: 1
is: 1
great: 1
are: 1
powerful: 1
Storm: 3
– Word Counter [word-counter-3] –
really: 1
is: 1
but: 1
great: 1
test: 1
simple: 1
an: 1
very: 1

太棒了！改變並行度，so easy(固然，在實際生活中，每一個實例運行在不一樣的機器中)。但仔細一看彷佛還有點問題：「is」和「great」這兩個單詞在每一個WordCounter實例中都被計算了一次。Why？當使用隨機分組(shuffleGrouping)時，Storm以隨機分佈的方式向每一個bolt實例發送每條消息。在這個例子中，將相同的單詞發送到同一個WordCounter實例是更理想的。爲了實現這個，你能夠將shuffleGrounping(「word-normalizer」)改爲fieldsGrouping(「word-normalizer」,new Fields(「word」))。嘗試一下並從新運行本程序來確認結果。後面的章節你將看到更多關於分組和消息流的內容。