[转]storm的八种Grouping策略

 

       在这里，将会提到storm的七种grouping策略，并且编码逐一实现。

      首先，需要一个集群（希望尽量模仿真实环境，故就不用本地模式了）。

      OK。现在有三个节点。一个作为nimbus，两个作为supervisor。到这里先介绍一下storm逻辑上有两个component，一个是Spout，另一个是Bolt。stream由Spout发出，在不同的Bolt之间进行处理，在其中传递的是storm的基本处理单位：Tuple。由Spout发出一个一个Tuple，然后Bolt接收Tuple进行各种各样的处理。这一整个过程构成一个DAG。在storm里面叫做Topology。当使用远程模式向集群提交一个Topology之后，如果不kill掉的话，将会一直运行到。。。我也不知道尽头。。貌似没有尽头。

      好了，来看一个简单的Topology。将使用这个Topology来实现那几种Grouping策略。

      

      上图中spout的处理逻辑是将一句话发出给下一个Bolt，然后下一个Bolt做句子的单词分割，下一个做计数，最后的Bolt做汇总显示。这里可以有多个Bolt或者Spout进行并行处理。这是关于并行度的设置。

      好了，所谓的grouping策略就是在Spout与Bolt、Bolt与Bolt之间传递Tuple的方式。总共有七种方式：

      1）shuffleGrouping（随机分组）

      2）fieldsGrouping（按照字段分组，在这里即是同一个单词只能发送给一个Bolt）

      3）allGrouping（广播发送，即每一个Tuple，每一个Bolt都会收到）

      4）globalGrouping（全局分组，将Tuple分配到task id值最低的task里面）

      5）noneGrouping（随机分派）

      6）directGrouping（直接分组，指定Tuple与Bolt的对应发送关系）

      7）Local or shuffle Grouping

      8）customGrouping （自定义的Grouping）

      OK，下面逐个来试试！

      首先是使用shuffleGrouping策略。

      

      启动后所得的结果。

      

     可以看到如storm这个单词被随机分配到了两个counter里面，分别是h2和h3两个节点里面。可再做一次提交，又会看到不一样的结果。将与下面的fieldGrouping形成对比。

     

     

     然后换成fieldsGrouping。

     

    启动后的结果如图。图中wordcount2和wordcount3就是我两次提交的topology的名字。

     

     

    下面是两次提交的结果。可以看出，使用fieldsGrouping策略，被分配到每个wordcounterbolt的单词没有变化。

     

     

    下面是第二次提交的结果。

     

     

     再换成noneGrouping策略。

     

    提交集群运行。

     

    运行结果如图。noneGrouping和shuffleGrouping是基本一样的。都是随机的。

    

    

    替换成allGrouping策略。

   

   提交集群运行。

   

   运行结果如图。可以看到。两个bolt所接收到的单词是一样的，都是全部的单词。

   

   

   最后，替换成globalGrouping策略。

   

   提交集群运行。

   

   从上图可以看到，主要分配到了h3这个节点。从下面的结果得以验证。