本文导读:
Component全家谱结构图Spout分析 ——类图 ——分析(接口实现)、结论 ——可靠的与不可靠的消息(推荐)Bolt分析 ——类图 ——分析(接口实现)、结论 ——可靠的与不可靠的Bolt(推荐)Component:
Storm中,Spout和Bolt都是其Component,所以,Storm定义了一个名叫IComponent的总接口。
其全家谱结构图如下:
绿色部分是我们最常用、比较简单的部分。红色部分是与事务相关的,在以后的文章会具体讲解。
BaseComponent 是Storm提供的“偷懒”的类。为什么这么说呢,它及其子类,都或多或少实现了其接口定义的部分方法。这样我们在用的时候,可以直接继承该类,而不是自己每次都写所有的方法。但值得一提的是,BaseXXX这种定义的类,它所实现的方法,都是空的,直接返回null。
Spout:
假设我们实现一个extends自BaseRichSpout的RandomSpout类,随机发射数据,那么它的类图如下所示:分析:
Spout的最顶层抽象是ISpout接口。
- open方法是初始化动作。允许你在该spout初始化时做一些动作,传入了上下文,方便取上下文的一些数据。
- close方法在该spout关闭前执行,但是并不能得到保证其一定被执行。spout是作为task运行在worker内,在cluster模式下,supervisor会直接kill -9 woker的进程,这样它就无法执行了。而在本地模式下,只要不是kill -9, 如果是发送停止命令,是可以保证close的执行的。
- activate和deactivate :一个spout可以被暂时激活和关闭,这两个方法分别在对应的时刻被调用。
- nextTuple 用来发射数据。
- ack(Object)传入的Object其实是一个id,唯一表示一个tuple。该方法是这个id所对应的tuple被成功处理后执行。
- fail(Object)同ack,只不过是tuple处理失败时执行。
我们的RandomSpout 由于继承了BaseRichSpout,所以不用实现close、activate、deactivate、ack、fail和getComponentConfiguration方法,只关心最基本核心的部分。
结论:
通常情况下(Shell和事务型的除外),实现一个Spout,可以直接实现接口IRichSpout,如果不想写多余的代码,可以直接继承BaseRichSpout。
附注:Storm可靠的与不可靠的消息 (分析+实例)
Bolt:
假设我们实现一个extends自BaseBasicBolt的ExclaimBasicSpout类,处理数据,那么它的类图如下所示:疑问:为什么IBasicBolt没有继承IBolt呢?我们先往下看......
分析:
IBolt定义了三个方法:
- IBolt继承了java.io.Serializable,我们在nimbus上提交了topology以后,创建出来的bolt会序列化后发送到具体执行的worker上去。worker在执行该Bolt时,会先调用prepare方法传入当前执行的上下文。
- execute接受一个tuple进行处理,并用prepare方法传入的OutputCollector的ack方法(表示成功)或fail(表示失败)来反馈处理结果。
- cleanup 同ISpout的close方法,在关闭前调用。同样不保证其一定执行。
备注:
红色部分是Bolt实现需要注意的地方。Storm提供了IBasicBolt接口,其目的就是实现该接口的Bolt不用在代码中提供反馈结果了,Storm内部会自动反馈成功。如果确实需要反馈失败,可以抛出FailedException。
结论:
通常情况下,实现一个Bolt,可以实现IRichBolt接口或继承BaseRichBolt;如果不想自己处理结果反馈,可以实现IBasicBolt接口或继承BaseBasicBolt,它实际上相当于自动做掉了prepare方法和collector.emit.ack(inputTuple)。
附注:Storm可靠的与不可靠的Bolt (分析+实例)
补充——RichBolt vs BasicBolt
直接用BasicBolt,会在execute()后自动ack/fail Tuple,而RichBolt则需要自行调用ack/fail。
那什么时候使用RichBolt? Bolt不是在每次execute()时立刻产生新消息,需要异步的发送新消息(比如聚合一段时间的数据再发送)时,又或者想异步的ack/fail原消息时就需要。
BasicBolt的prepare()里并没有collector参数,只在每次execute()时传入collector。而RichBolt刚好相反,你可以在初始化时就把collector保存起来,用它在任意时候发送消息。
另外,如果用RichBolt的collector,还要考虑在发送消息时是否带上传入的Tuple,如果不带,则下游的处理节点出错也不会回溯到Spout重发。用BasicBolt则已默认带上。