storm学习路线指南
关于对storm的介绍已经有很多了，我这里不做过多的介绍，我介绍一下我自己的学习路线，希望能帮助一些造轮子的同学走一些捷径，毕竟我也是站在前人总结整理的基础上学习了，如果有不足之处，还请大家不要喷我。
一.Storm的学习路线
1.数据的操作方式
storm对数据的操作有2种方式，一种是原始的spout bolt topology 操作(storm入门demo)，另一种是trident操作(storm trident 的介绍与使用)。
我们要掌握这2种数据的操作方式，原始的操作是storm本身底层对数据的操作，trident是将原始操作进行了抽象、封装，其底层还是靠原始操作完成的。
storm的原始操作与trident操作区别：
原始操作只是简单的对数据流进行了处理，中间不带有任务事务性的操作，以及是否保证数据确保被处理的问题，而trident是对原始操作更高的抽象，不用了再写
spout、bolt，而是添加了聚合、DRPC、事务、数据持久化(stateQuery)，以及确保了数据如何被处理的操作，在整体性能的稳定性上更稳定、更可靠。
两者的选用：
如果对性能的要求比较高，可以采用原始的操作，如果对性能的操作要求不是特别高，希望拥有可靠性、稳定性，可以采用trident操作。
2.Storm 的原始操作步骤
①topology、spout、bolt 的编写。(编写各个类的实现，以及数据源输入的编写)
②需要对topology的并行度进行设置。(也就是你需要让Strom按多少个进程、多少个线程、多少个task来处理数据)
③对数据流的流向进行设置.（分组）
(设置完并行度后需要对数据流的流向进行设置，你是按流中数据的某个字段来区分不同的流，还是按 随机分组、全局分组、无分组、直接分组、自定义分组等等)
④数据源输出的设置 (对数据处理完后是否要存到DB、file、消息中间件等等操作)
3.Trident 操作
①topology的编写、以及各种function的编写
②需要对topology的并行度进行设置。
③对数据流向进行设置(分组)
④对数据流中的数据进行stateQuery操作(向流中添加数据、查询数据操作)
⑤数据源输出的设置 (对数据处理完后是否要存到DB、file、消息中间件等等操作)
⑥是否设置成DRPC远程调用接口
在trident中不需要编写bolt，但是需要编写各类function来实现对数据的各种操作。
4.事务
在你实现了以上操作后，你需要对trident做进一步的了解，trident是如何实现batch事务的，如何保证强一致性的，如何保证数据被处理等等这些关键的实现原理，以及storm的原始操作，它是如何保证担保数据被处理的，这都需要我们做深一层次的学习和掌握，只有修炼好了内功，才能有更好的提高。
二.与Storm集成的架构学习
1.整体介绍
storm是实时处理数据的框架，强烈不建议读file，你想一下，你往一个文件里写数据，再把写入的数据读出来，这不是多此一举，不仅影响性能，整体的架构设计也不合理，因此需要一些数据采集框架去采集数据，然后交给storm来处理，storm处理完后，你可以把它写入任何你想要保存的地方。
2.与storm集成的框架
①filebeat(日志采集工具) + logstash(日志采集处理) + storm ==> db、file、kafka
如果采集的日志量比较大可以在filebeat 和logsash中间添加redis 集群 或者kafka集群，以起到缓冲的作用
②filebeat(日志采集工具) +redis/kafka + logstash(日志采集处理) + storm ==> db、file、kafka
在采集过程中可以通过添加中间层来缓冲logstash 的压力，让logstash平稳有序的将数据发送给storm进行处理
③flume + kafka + storm ==> db、file、kafka
由于本人没有学习过flume，只是简单的了解过，也是日志采集的一种框架，这个需要大家根据个人情况学习掌握
本人用了将近二个月的时间算是将storm学习了一遍，至于掌握的程度只能说算是一般，对一些概念、trident 函数的编写、reduce操作、stataQuery、transaction只是简单的了解了，知道大概，更深层次还需要进一步的学习。大学在学习过程中遇到什么问题，欢迎一起来探讨。
