Storm学习笔记二

1 storm并行度的概念

①当storm程序中某一个环节计算能力跟不上的时候，需要增加多个线程同时执行。由此引出并行度的概念

代码:
	setBolt(String id, IRichBolt bolt, Number parallelism_hint);
注:如果不指定组件的并行度，默认是一个线程执行。

2 storm的分组概念(Stream Grouping)

说明:Stream Grouping定义一个流在Bolt任务间如何被切分。
Storm提供了6个Stream Grouping类型:
①Shuffle Grouping：随机分组，随机分发tuple到bolt的任务，保证每个任务获得相等数量的tuple;
②Fields Grouping：按字段分组,根据指定字段分割数据流，并分组。例如根据"user_id"字段，相同"user_id"的tuple会被分配到相同的Bolts里的一个task,而不同的"user_id"tuple则会被分配到不同的Bolts里的task；
③All Grouping:广播发送，对于每一个tuple，所有的bolts都会接受到。这种类型需要谨慎使用；
④Global Grouping:全局分组，tuple会被分配到storm中的一个Bolt的其中一个task，就是分配给id值最低的那个task；
⑤Non Grouping：不分组,stream不关心到底谁会收到它的tuple,目前这种分组和shuffle grouping是一样的效果，有一点不同的是storm会把这个bolt放到这个bolt的订阅者同一个线程里面去执行
⑥Direct Grouping:直接分组，这是一种比较特殊的分组方法,用这种分组意味着消息的发送者需要指定消息接受者的哪个task处理消息。只有声明为Direct Stream消息流可以声明这种分组方式。而且这种tuple必须使用emitDirect来发送。消息处理者可以通过TopologyContext来获取它的消息task的id(OutputCollector.emit方法会返回task的id),storm内部acker使用这种分组策略;

代码:
    builder.setBolt("split_bolt", new SplitBolt()).shuffleGrouping("word_count_spout");
	builder.setBolt("count_and_print_bolt", new CountAndPrintBolt()).shuffleGrouping("split_bolt");

2.1 Local or Shuffle Grouping

说明:如果目标bolt有一个或多个task在同一个工作进程中，tuple将会被随机分配到这些tasks.否则和普通的shuffle grouping的效果行为一致；

说明:1、如果storm程序中的并行度总数太多，放在一个jvm中运行比较缓慢；
     2、每个jvm都有spout和逻辑执行线程
     3、为了减少JVM之间数据传输的开销，设计一个数据分离策略，如果数据分发没有严格的业务含义，考虑spout或者上游的数据只能发给当前的JVM中的下游Bolt.
     4、local是针对当前的jvm来讲的，shuffle是针对集群来说的
代码:如果一个storm topology任务想在多个jvm中运行，如何设置?
	Config stormConf = new Config();
	stormConf.setNumWorkers(workers);
注:如果不指定numberworks的数量，默认是在一个work中运行。
改变worker和并发度的代码:
	package com.storm.wordcount;
	import backtype.storm.Config;
	import backtype.storm.LocalCluster;
	import backtype.storm.StormSubmitter;
	import backtype.storm.generated.AlreadyAliveException;
	import backtype.storm.generated.InvalidTopologyException;
	import backtype.storm.generated.StormTopology;
	import backtype.storm.topology.TopologyBuilder;
	public class WordCountTopologyDriver {
		public static void main(String[] args) throws AlreadyAliveException, InvalidTopologyException {
			// 1、准备任务信息
			TopologyBuilder builder = new TopologyBuilder();
			builder.setSpout("word_count_spout", new WordCountSpout(), 2);
			builder.setBolt("split_bolt", new SplitBolt(), 4).shuffleGrouping("word_count_spout");
			builder.setBolt("count_and_print_bolt", new CountAndPrintBolt(), 2).shuffleGrouping("split_bolt");
			// 2、提交任务
			Config stormConf = new Config();
			stormConf.setNumWorkers(2);
			StormTopology topology = builder.createTopology();
			// 2.1提交本地模式
			// LocalCluster localCluster = new LocalCluster();
			// localCluster.submitTopology("wordcount", stormConf, topology);
			// 2.2集群模式
			StormSubmitter.submitTopology("wordcount-1", stormConf, topology);
		}
	}

2.1.1改变worker和并发度的现象对比

注:一般将多个并行度中的实例叫做task,默认情况下，一个bolt的并行度为4，代表了4个task。