storm的基本概念

本文介绍了Storm的基本概念,将其与MapReduce对比,指出Storm面向实时处理,时效性强但吞吐差;MapReduce面向批量处理,稳定、吞吐能力强但时效性差。还阐述了Storm无持久化层、本地模式,以及Stream、Topology等基本概念,涉及Spout消息生产、Bolt消息处理逻辑等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

storm的基本概念

1.storm vs mapReduce对比,storm面向实时处理。mapReduce面向批量

mapReduce 优点:稳定、吞吐能力强。缺点:时效性差。特点:批处理,hadoop任务执行结束。
storm优点:时效性强,毫秒级别。缺点:吞吐差。特点:增量式处理,strom任务没有结束。

2.storm没有持久化层,本地模式

3.storm的基本概念:

stream:数据流
Topology:网络拓扑
Grouping:Shuffle、Fields
Topology的定义是一个Thrift结构(Nimbus):实现跨语言
Spout:消息生产者
接收消息是否成功处理,至于具体消息如何处理,特别是收到failed消息时处理的策略由用户开发
对接数据源丰富
可以发送多条流
Bolt:消息处理逻辑
过滤逻辑、访问外部服务、数据格式化、聚合、汇总、业务处理
可以发送多条流

4、常见模式:

		1) 流式
		2) 持续计算——机器学习(在线学习)
		3) 分布式RPC

5、Storm架构:

		Nimbus:主节点——分配工作
					如果挂掉,重启后像什么都没发生一样,无状态特点,快速失败(fail-fast)
					工作:
							分发代码,分配任务,监控
		Supervisor:从节点
					快速失败(fail-fast)
					工作:监控worker工作
		Worker:工作进程
		Task:线程
					spout/bolt的线程称为一个task
					一个executor内部可以维护多个task,但是每次只会执行一个task
		zookeeper:协调

6、容错

		1) 架构容错
		2) 数据容错:
					a、timeout
					b、ack机制:通过异或完成树遍历优化
					                      ack是由一组特殊的task来维护:一致性hash算法完成ack高可用
					      ack个数如果设置太少——影响性能
					      ack个数如果设置太多——浪费空间
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值