5.storm在java开发

1.pom.xml添加相应的依赖，mainClass标签中填写主类全路径


<dependencies>
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>4.6</version>
      <scope>test</scope>
    </dependency>
    <dependency>
      <groupId>org.apache.storm</groupId>
      <artifactId>storm-core</artifactId>
      <version>1.1.0</version>
      <scope>provided</scope>
    </dependency>
    <dependency>
      <groupId>commons-collections</groupId>
      <artifactId>commons-collections</artifactId>
      <version>3.2.1</version>
    </dependency>
    <dependency>
   <groupId>org.apache.kafka</groupId>
   <artifactId>kafka_2.9.2</artifactId>
   <version>0.8.1</version>
</dependency>
<dependency>
   <groupId>org.apache.zookeeper</groupId>
   <artifactId>zookeeper</artifactId>
   <version>3.4.5</version>
   <exclusions>
    <exclusion>
    <groupId>org.slf4j</groupId>
    <artifactId>slf4j-log4j12</artifactId>
    </exclusion>
   </exclusions>
</dependency>
<dependency>
       <groupId>com.alibaba</groupId>
       <artifactId>fastjson</artifactId>
       <version>1.1.43</version>
   </dependency>
  </dependencies>
<build>
   <sourceDirectory>src/main/java</sourceDirectory>
   <testSourceDirectory>test/main/java</testSourceDirectory>

   <plugins>
       <plugin>
           <groupId>org.apache.maven.plugins</groupId>
           <artifactId>maven-shade-plugin</artifactId>
           <configuration>
               <createDependencyReducedPom>true</createDependencyReducedPom>
               <filters>
                   <filter>
                       <artifact>*:*</artifact>
                       <excludes>
                           <exclude>META-INF/*.SF</exclude>
                           <exclude>META-INF/*.sf</exclude>
                           <exclude>META-INF/*.DSA</exclude>
                           <exclude>META-INF/*.dsa</exclude>
                           <exclude>META-INF/*.RSA</exclude>
                           <exclude>META-INF/*.rsa</exclude>
                           <exclude>META-INF/*.EC</exclude>
                           <exclude>META-INF/*.ec</exclude>
                           <exclude>META-INF/MSFTSIG.SF</exclude>
                           <exclude>META-INF/MSFTSIG.RSA</exclude>
                       </excludes>
                   </filter>
               </filters>
           </configuration>
           <executions>
               <execution>
                   <phase>package</phase>
                   <goals>
                       <goal>shade</goal>
                   </goals>
                   <configuration>
                       <transformers>
                           <transformer implementation="org.apache.maven.plugins.shade.resource.ServicesResourceTransformer" />
                           <transformer implementation="org.apache.maven.plugins.shade.resource.ManifestResourceTransformer">
                           </transformer>
                       </transformers>
                   </configuration>
               </execution>
           </executions>
       </plugin>

      <plugin>
        <groupId>org.codehaus.mojo</groupId>
        <artifactId>exec-maven-plugin</artifactId>
        <version>1.2.1</version>
        <executions>
          <execution>
            <goals>
              <goal>exec</goal>
            </goals>
          </execution>
        </executions>
        <configuration>
          <executable>java</executable>
          <includeProjectDependencies>true</includeProjectDependencies>
          <includePluginDependencies>false</includePluginDependencies>
          <classpathScope>compile</classpathScope>
          <mainClass>com.kang.eshop.storm.WordCountTopology</mainClass>
        </configuration>
      </plugin>
   </plugins>
  </build>






2.创建相应的类


package com.kang.eshop.storm;


import java.util.HashMap;
import java.util.Map;
import java.util.Random;


import org.apache.storm.Config;
import org.apache.storm.LocalCluster;
import org.apache.storm.StormSubmitter;
import org.apache.storm.spout.SpoutOutputCollector;
import org.apache.storm.task.OutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.BasicOutputCollector;
import org.apache.storm.topology.IRichBolt;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.topology.TopologyBuilder;
import org.apache.storm.topology.base.BaseBasicBolt;
import org.apache.storm.topology.base.BaseRichBolt;
import org.apache.storm.topology.base.BaseRichSpout;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Tuple;
import org.apache.storm.tuple.Values;
import org.apache.storm.utils.Utils;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;


/**
 * 单词计数拓扑
 * 
 * 我认识很多java工程师，都是会一些大数据的技术的，不会太精通，没有那么多的时间去研究
 * storm的课程，我就只是讲到，最基本的开发，就够了，java开发广告计费系统，大量的流量的引入和接入，就是用storm做得
 * 用storm，主要是用它的成熟的稳定的易于扩容的分布式系统的特性
 * java工程师，来说，做一些简单的storm开发，掌握到这个程度差不多就够了
 * 
 * @author Administrator
 *
 */
public class WordCountTopology {

/**
* spout
* 
* spout，继承一个基类，实现接口，这个里面主要是负责从数据源获取数据
* 
* 我们这里作为一个简化，就不从外部的数据源去获取数据了，只是自己内部不断发射一些句子
* 
* @author Administrator
*
*/
public static class RandomSentenceSpout extends BaseRichSpout {


private static final long serialVersionUID = 3699352201538354417L;

private static final Logger LOGGER = LoggerFactory.getLogger(RandomSentenceSpout.class);


private SpoutOutputCollector collector;
private Random random;

/**
* open方法
* 
* open方法，是对spout进行初始化的
* 
* 比如说，创建一个线程池，或者创建一个数据库连接池，或者构造一个httpclient
* 
*/
@SuppressWarnings("rawtypes")
public void open(Map conf, TopologyContext context,
SpoutOutputCollector collector) {
// 在open方法初始化的时候，会传入进来一个东西，叫做SpoutOutputCollector
// 这个SpoutOutputCollector就是用来发射数据出去的
this.collector = collector;
// 构造一个随机数生产对象
this.random = new Random();
}

/**
* nextTuple方法
* 
* 这个spout类，之前说过，最终会运行在task中，某个worker进程的某个executor线程内部的某个task中
* 那个task会负责去不断的无限循环调用nextTuple()方法
* 只要的话呢，无限循环调用，可以不断发射最新的数据出去，形成一个数据流
* 
*/
public void nextTuple() {
Utils.sleep(100); 
String[] sentences = new String[]{"the cow jumped over the moon", "an apple a day keeps the doctor away",
"four score and seven years ago", "snow white and the seven dwarfs", "i am at two with nature"};
String sentence = sentences[random.nextInt(sentences.length)];
LOGGER.info("【发射句子】sentence=" + sentence);  
// 这个values，你可以认为就是构建一个tuple
// tuple是最小的数据单位，无限个tuple组成的流就是一个stream
collector.emit(new Values(sentence)); 
}


/**
* declareOutputFielfs这个方法
* 
* 很重要，这个方法是定义一个你发射出去的每个tuple中的每个field的名称是什么
* 
*/
public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("sentence"));   
}

}


/**
* 写一个bolt，直接继承一个BaseRichBolt基类
* 
* 实现里面的所有的方法即可，每个bolt代码，同样是发送到worker某个executor的task里面去运行
* 
* @author Administrator
*
*/
public static class SplitSentence extends BaseRichBolt {

private static final long serialVersionUID = 6604009953652729483L;

private OutputCollector collector;

/**
* 对于bolt来说，第一个方法，就是prepare方法
* 
* OutputCollector，这个也是Bolt的这个tuple的发射器
* 
*/
@SuppressWarnings("rawtypes")
public void prepare(Map conf, TopologyContext context, OutputCollector collector) {
this.collector = collector;
}

/**
* execute方法
* 
* 就是说，每次接收到一条数据后，就会交给这个executor方法来执行
* 
*/
public void execute(Tuple tuple) {
String sentence = tuple.getStringByField("sentence"); 
String[] words = sentence.split(" "); 
for(String word : words) {
collector.emit(new Values(word)); 
}
}


/**
* 定义发射出去的tuple，每个field的名称
*/
public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("word"));   
}

}

public static class WordCount extends BaseRichBolt {


private static final long serialVersionUID = 7208077706057284643L;

private static final Logger LOGGER = LoggerFactory.getLogger(WordCount.class);


private OutputCollector collector;
private Map<String, Long> wordCounts = new HashMap<String, Long>();

@SuppressWarnings("rawtypes")
public void prepare(Map conf, TopologyContext context, OutputCollector collector) {
this.collector = collector;
}

public void execute(Tuple tuple) {
String word = tuple.getStringByField("word");

Long count = wordCounts.get(word);
if(count == null) {
count = 0L;
}
count++;

wordCounts.put(word, count);

LOGGER.info("【单词计数】" + word + "出现的次数是" + count);  

collector.emit(new Values(word, count));
}


public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("word", "count"));    
}

}

public static void main(String[] args) {
// 在main方法中，会去将spout和bolts组合起来，构建成一个拓扑
TopologyBuilder builder = new TopologyBuilder();

// 这里的第一个参数的意思，就是给这个spout设置一个名字
// 第二个参数的意思，就是创建一个spout的对象
// 第三个参数的意思，就是设置spout的executor有几个
builder.setSpout("RandomSentence", new RandomSentenceSpout(), 2);
builder.setBolt("SplitSentence", new SplitSentence(), 5)
.setNumTasks(10)
.shuffleGrouping("RandomSentence");
// 这个很重要，就是说，相同的单词，从SplitSentence发射出来时，一定会进入到下游的指定的同一个task中
// 只有这样子，才能准确的统计出每个单词的数量
// 比如你有个单词，hello，下游task1接收到3个hello，task2接收到2个hello
// 5个hello，全都进入一个task
builder.setBolt("WordCount", new WordCount(), 10)
.setNumTasks(20)
.fieldsGrouping("SplitSentence", new Fields("word"));  

Config config = new Config();

// 说明是在命令行执行，打算提交到storm集群上去
if(args != null && args.length > 0) {
config.setNumWorkers(3);  
try {
StormSubmitter.submitTopology(args[0], config, builder.createTopology());  
} catch (Exception e) {
e.printStackTrace();
}
} else {
// 说明是在eclipse里面本地运行
config.setMaxTaskParallelism(20);  

LocalCluster cluster = new LocalCluster();
cluster.submitTopology("WordCountTopology", config, builder.createTopology());  

Utils.sleep(60000); 

cluster.shutdown();
}
}

}