01-Storm初探

1、Storm是什么？
此处省略一万字~~

2、Storm架构图

nimbus:负责资源分配和任务调度
supervisor:负责接受nnimbus分配的任务，启动和停止属于自己管理的worker进程
worker:运行具体处理逐渐逻辑的进程
task：worker进程中每一个spout/bolt的线程称为一个task，在storm 0.8之后，task不再与物理线程对应，同一个spout/bolt的task可能会共享一个物理线程，该线程称为executor。

3、Storm编程模型

3.1 基本介绍

Topology:Storm中运行的一个实时应用程序，因为各个组件间的消息流动形成逻辑上的一个拓扑结构。

Spout：在一个topology中产生源数据流的组件。通常情况下，spout会从外部数据源中读取数据，然后转换为topology内部的源数据。Spout是一个主动的角色，其接口中有个nextTuple()函数，storm框架会不停地调用此函数，用户只要在其中生成源数据即可。

Bolt：在一个topology中接受数据然后执行处理的组件。Bolt可执行过滤、函数操作、合并、写数据库等操作。Bolt是一个被动的角色其接口中有一个execute(Tuple input)函数，在接受到消息后会调用此函数，用户可以在其中执行自己想要的操作。

Tuple：一次消息传递的基本单元。本来应该是一个key-value的map,但是由于各个组件间传递的tuple的字段名称已经实现定义好，所以tuple中只要按序填入各个value就行了，所以就是一个value list.

Stream：源源不断传递的tuple就组成了stream.

3.2 Streaming grouping

Streaming grouping:即消息的paitition方法
Stream grouping 定义了一个流在Bolt任务间该被 如何切分。这里有Storm提供的6个Stream Grouping类型。

（1）随机分组（Shuffle grouping）:随机分发tuple到Bolt的任务，保证每个任务获得相等数量的tuple.
 (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，相同 user-id的元祖总是分发到同一个任务，不同user-id的元祖可能分发到不同的任务。
 （3）全部分组（All grouping）:tuple被复制到bolt的所有任务。这种类型需要谨慎使用。
 （4）全局分组（global grouping）:全部流都分配到bolt的同一个任务。明确地说，是分配给ID最小的那个task。
 （5）无分组（None grouping）：你不需要关心流是如何分组。目前，无分组等效于随机分组。但最终，Storm将把无分组的Bolts放到Bolts或Spouts订阅他们的同一线程去执行（如果可能）。
 （6）直接分组（Direct grouping）:这是一个特别的分组类型。元祖生产者决定tuple由哪个元祖处理者任务接收。

4、流式计算整体结构

flume 用来获取数据。
Kafka 用来临时保存数据
Strom 用来计算数据
Redis是个内存数据库，用来保存数据

5、Strom在综合项目中

6、最大声再快速最清晰

（1）Strom 架构中的核心组件
（2）Strom 编程模型是什么
（3）为什么有StreamGrouping