百里登风

摘要： 删除索引库 可以看到id为1的索引库不见了 这里要修改下配置文件 slave1,slave2也做同样的操作，在这里就不多赘述了。 这个时候记得要重启elasticseach才能生效，怎么重启这里就不多说了 运行程序 这个函数的意思是如果文件存在就更新，不存在就创建 第一次执行下来 第二次执行（因为文 阅读全文

摘要： 从运行结果看并没有打印节点信息出来 从结果看出来，集群节点信道打印出来了，不过这种方法有个问题，就是当我们连接的节点挂掉了，就没法连接整个集群了，这个时候我们就利用他的一个嗅探的功能。 从这里我们可以看到，通过嗅探功能把集群的三个节点都打印出来了 实际上我们只传入master节点，但是同过maste 阅读全文

摘要： 实现监控脚本监控topology运行状态 阅读全文

摘要： 用的是ShuffleGrouping分组方式，并行度设置为3 这是跑下来的结果 参考代码StormTopologyShufferGrouping.java package yehua.storm; import java.util.Map; import org.apache.storm.Confi 阅读全文

摘要： 先模拟产生一些数据 我把这些数据摘一部分下来 参考代码KafkaProducer.java 先在kafka创建topic 两个副本5个分区 可以看到topic创建成功 总结一下前面的流程 下面再新建一个maven项目stormpProject0521 依赖文件： 依赖文件pom.xml参考代码 参考 阅读全文

摘要： storm是一条一条数据处理，spark是一批数据处理的，storm才是真正意义的实时数据处理。 1、fileBeat类似flume用来采集日志的，fileBeat是轻量级的，对性能消化不大，而flume比较消化性能。 2、fileBeat会实时监控前端机，然后把数据实时写到Kafka集群里面。 3 阅读全文

摘要： 下图来说明什么是雪崩现象: 当spout发送的速度非常快，而bolt的处理速度很慢，spout源源不断地向内存中发送tuple，这样下去迟早会把内存撑爆，这样就叫做雪崩现象！ 怎么处理雪崩问题呢 第一个方法不能有很好的保障，第二种方法可能会导致spout的严重的数据延迟，所以实际在应该中是两个方法结 阅读全文

摘要： 应用场景： 第一种方法 参考代码StormTopologyTimer1.java 方法二： 所以我们应该这么干 这个方法也ok的，这个不同于前面的在main里设置定时，这个是在bolt里设置，这个方法就是针对bolt设置，针对某一个bolt设置定时任务！ 参考代码StormTopologyTimer 阅读全文

摘要： 消息确认机制： 在数据发送的过程中可能会数据丢失导致没能接收到，spout有个超时时间（默认是30S），如果30S过去了还是没有接收到数据，也认为是处理失败。 运行结果都是处理成功 参考代码StormTopologyAcker.java 阅读全文

摘要： 1、我直接切换到root用户下安装，这里需要三个插件一起配套使用的 分别是： 1.gzip 模块需要 zlib 库 ( 下载: http://www.zlib.NET/ )2.rewrite 模块需要 pcre 库 ( 下载: http://www.pcre.org/ )3.ssl 功能需要 ope 阅读全文