jstorm乾貨

工做須要接觸到jstorm JStorm集羣包含兩類節點：主控節點（Nimbus）和工做節點（Suprvisor）

1. 主控節點（Nimbus）上運行Nimbus Daemon。Nimbus負責接收Client提交的Topology，分發代碼，分配任務給工做節點，監控集羣中運行任務的狀態等工做。Nimbus做用相似於Hadoop中JobTracker。
2. 工做節點（Supervior）上運行Supervisor D。Supervior經過subscribe Zookeeper相關數據監聽Nimbus分配過來任務，據此啓動或中止Worker工做進程。每一個Worker工做進程執行一個Topology任務的子集；單個Topology的任務由分佈在多個工做節點上的Worker工做進程協同處理。
   https://blog.csdn.net/wwwxxdddx/article/details/49978311
   Nimbus和Supervisor節點之間的協調工做經過Zookeeper實現。此外，Nimbus和Supervisor自己均爲無狀態進程，支持Fail Fast；JStorm集羣節點的狀態信息或存儲在Zookeeper，或持久化到本地，這意味着即便Nimbus/Supervisor宕機，重啓後便可繼續工做。這個設計使得JStorm集羣具備很是好的穩定性

先了解他是幹什麼的
分佈式實時計算引擎，就是你給他數據，按照你編寫的規則，他處理完
標準解釋：用戶按照規定的變成規範實現一個任務，將任務放到jstorm上，jstorm就將任務7*24小時調度起來
優勢：開發很是迅速，容易上手，就像有水龍頭 -》污水池處理 --》下游
擴展性極好，一個worker壞了調度器nimbus會立刻分配另一個
準確性比較高，採用了acker機制，保證數據不丟失，
使用場景：日誌分析，管道系統，消息轉化，統計分析
這幾個術語要知道
角色 做用
Nimbus 調度器 分配任務的
Supervisor Worker的代理角色，負責Kill掉Worker和運行Worker 污水池處理的
Worker Task的容器 工人
Task 任務的執行者 工人
ZooKeeper 系統的協調者 系統協調者
stream 流 流是一個無間斷的連續的tuple元值，
spout 原始元祖的源頭，就像是水龍頭，這個多是消息中間件如MQ，Kafka，TBNofity 不間斷髮出消息
有了源頭，有了tuple，拿着這些數據的處理過程就是Bolt
Bolt 消費任意數量的輸入流，污水池 ，

你的spout打開了，想獲得那種類型的水就打開那種類型的Bolt，處理完就會再進行下一步處理或者流向別的容器
Tuple value list 值列表
Topology 有向無環圖即拓撲，一個拓撲就是一個數據流轉圖，途中標註每個節點是一個spout仍是bolt，把元祖數據發送到那個bolt，
worker和task
worker表示一個進程，tash表示一個線程，一個進程對應多個線程，
Supervisor是JStorm中的工做節點，相似於MR的TT，subscribe zookeeper的任務調度結果數據，根據任務調度狀況啓動/中止工做進程Worker。同時Supervisor須要按期向zookeeper寫入活躍端口信息以便Nimbus監控。Supervisor不執行具體處理工做，全部的計算任務都交Worker完成。從整個架構上看，Supervisor處在整個JStorm三級管理架構的中間環節，輔助管理任務調度和資源管理工做。
Supervisor單節點架構如上圖所示，初始化時啓動進程Supervisor，根據Nimbus分配的任務狀況觸發啓動/停用Worker JVM進程，其中每一個Worker進程啓動一個或多個Task線程，其中Task須同屬單個Topology。從整個Supervisor節點來看運行多個JVM進程，包括一個Supervisor進程和一個或多個Worker進程。
不一樣角色狀態經過不一樣的方式維護。其中Task經過hb直接將包括時間信息和當前Task的統計信息寫到zookeeper；Worker按期將包括Topology id，端口，Task id集合及當前時間寫入本地；Supervisor按期將包括時間及節點資源（端口集合）寫到zookeeper，同時從zookeeper讀取任務調度結果，根據結果啓動/停用Worker進程。

記住這個圖片基本上沒什麼打的困難了入門了就，

瞭解這個也得知道一個流的概念，就是水龍頭 -》污水池處理 --》下游

這個連接比較形象https://www.cnblogs.com/smartloli/p/4810362.html