Storm基础（四）--Storm数据流分组

Stream消息流

消息流是Storm中最关键的抽象，是一个没有边界的Tuple序列，这些Tuple以分布式的方式并行地创建和处理。定义消息流主要是定义消息流中的Tuple。每个消息流在定义时都会分配一个ID，因为单向消息流很普遍，OutputFieldsDeclarer定义了一些方法可以定义一个流而不用指定其ID。在这种情况下，该流有一个默认的ID。 

Stream Grouping消息流组

定义Topology的其中一步是定义每个Bolt接受何种流作为输入。Stream Grouping（消息流组）就是用来定义一个流如何分配Tuple到Bolt。Storm包括6种流分组类型。

1）随机分组（Shuffle Grouping）：随机分发元组到Bolt，并保证每个Bolt获得相等数量的元组。--达到负载均衡效果。

2）字段分组（Fields Grouping）：根据指定字段分割数据流并分组。例如，根据“user-id”字段，具有该字段的Tuple被分到相同的Bolt，不同的“user-id”值则会被分配到不同的Bolt。

底层是通过指定字段的hash值对Bolt数量取余来实现的。

注：在我们的单词统计案例中，就用到了这种分组，从而能够确保相同单词被发往同一个Bolt去处理

3）全复制分组（All Grouping）很少使用：对于每一个Tuple来说，所有的Bolt都会收到，所有的Tuple被复制到Bolt的所有任务上，需小心使用该分组。

4）全局分组（Global Grouping）：全部的流都分配到唯一的一个Bolt上，就是分配给ID最小的Task。

注：这种模型是，对应的Bolt所设定的并发度没有意义，因为最后只有一个Bolt在进行处理。

5）不分组（None Grouping）很少使用：不分组的含义是，流不关心到底谁会收到它的Tuple。目前无分组等效于随机分组。一般不用这种方式。