Storm詳解二、寫第一個Storm應用
在全麵介紹Storm之前,我們先通過一個簡單的Demo讓大家整體感受一下什麼是Storm。
Storm運行模式:
- 本地模式(Local Mode): 即Topology(相當於一個任務,後續會詳細講解) 運行在本地機器的單一JVM上,這個模式主要用來開發、調試。
- 遠程模式(Remote Mode):在這個模式,我們把我們的Topology提交到集群,在這個模式中,Storm的所有組件都是線程安全的,因為它們都會運行在不同的Jvm或物理機器上,這個模式就是正式的生產模式。
寫一個HelloWord Storm
我們現在創建這麼一個應用,統計文本文件中的單詞個數,詳細學習過Hadoop的朋友都應該寫過。那麼我們需要具體創建這樣一個Topology,用一個spout負責讀取文本文件,用第一個bolt來解析成單詞,用第二個bolt來對解析出的單詞計數,整體結構如圖所示:

寫一個可運行的Demo很簡單,我們隻需要三步:
- 創建一個Spout讀取數據
- 創建bolt處理數據
- 創建一個Topology提交到集群
下麵我們就寫一下,以下代碼拷貝到eclipse(依賴的jar包到官網下載即可)即可運行。
1.創建一個Spout作為數據源
Spout作為數據源,它實現了IRichSpout接口,功能是讀取一個文本文件並把它的每一行內容發送給bolt。
package storm.demo.spout; import java.io.BufferedReader; import java.io.FileNotFoundException; import java.io.FileReader; import java.util.Map; import backtype.storm.spout.SpoutOutputCollector; import backtype.storm.task.TopologyContext; import backtype.storm.topology.IRichSpout; import backtype.storm.topology.OutputFieldsDeclarer; import backtype.storm.tuple.Fields; import backtype.storm.tuple.Values; public class WordReader implements IRichSpout { private static final long serialVersionUID = 1L; private SpoutOutputCollector collector; private FileReader fileReader; private boolean completed = false; public boolean isDistributed() { return false; } /** * 這是第一個方法,裏麵接收了三個參數,第一個是創建Topology時的配置, * 第二個是所有的Topology數據,第三個是用來把Spout的數據發射給bolt * **/ @Override public void open(Map conf, TopologyContext context, SpoutOutputCollector collector) { try { //獲取創建Topology時指定的要讀取的文件路徑 this.fileReader = new FileReader(conf.get("wordsFile").toString()); } catch (FileNotFoundException e) { throw new RuntimeException("Error reading file [" + conf.get("wordFile") + "]"); } //初始化發射器 this.collector = collector; } /** * 這是Spout最主要的方法,在這裏我們讀取文本文件,並把它的每一行發射出去(給bolt) * 這個方法會不斷被調用,為了降低它對CPU的消耗,當任務完成時讓它sleep一下 * **/ @Override public void nextTuple() { if (completed) { try { Thread.sleep(1000); } catch (InterruptedException e) { // Do nothing } return; } String str; // Open the reader BufferedReader reader = new BufferedReader(fileReader); try { // Read all lines while ((str = reader.readLine()) != null) { /** * 發射每一行,Values是一個ArrayList的實現 */ this.collector.emit(new Values(str), str); } } catch (Exception e) { throw new RuntimeException("Error reading tuple", e); } finally { completed = true; } } @Override public void declareOutputFields(OutputFieldsDeclarer declarer) { declarer.declare(new Fields("line")); } @Override public void close() { // TODO Auto-generated method stub } @Override public void activate() { // TODO Auto-generated method stub } @Override public void deactivate() { // TODO Auto-generated method stub } @Override public void ack(Object msgId) { System.out.println("OK:" + msgId); } @Override public void fail(Object msgId) { System.out.println("FAIL:" + msgId); } @Override public Map<String, Object> getComponentConfiguration() { // TODO Auto-generated method stub return null; } }
2.創建兩個bolt來處理Spout發射出的數據
Spout已經成功讀取文件並把每一行作為一個tuple(在Storm數據以tuple的形式傳遞)發射過來,我們這裏需要創建兩個bolt分別來負責解析每一行和對單詞計數。
Bolt中最重要的是execute方法,每當一個tuple傳過來時它便會被調用。
第一個bolt:WordNormalizer
package storm.demo.bolt; import java.util.ArrayList; import java.util.List; import java.util.Map; import backtype.storm.task.OutputCollector; import backtype.storm.task.TopologyContext; import backtype.storm.topology.IRichBolt; import backtype.storm.topology.OutputFieldsDeclarer; import backtype.storm.tuple.Fields; import backtype.storm.tuple.Tuple; import backtype.storm.tuple.Values; public class WordNormalizer implements IRichBolt { private OutputCollector collector; @Override public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) { this.collector = collector; } /**這是bolt中最重要的方法,每當接收到一個tuple時,此方法便被調用 * 這個方法的作用就是把文本文件中的每一行切分成一個個單詞,並把這些單詞發射出去(給下一個bolt處理) * **/ @Override public void execute(Tuple input) { String sentence = input.getString(0); String[] words = sentence.split(" "); for (String word : words) { word = word.trim(); if (!word.isEmpty()) { word = word.toLowerCase(); // Emit the word List a = new ArrayList(); a.add(input); collector.emit(a, new Values(word)); } } //確認成功處理一個tuple collector.ack(input); } @Override public void declareOutputFields(OutputFieldsDeclarer declarer) { declarer.declare(new Fields("word")); } @Override public void cleanup() { // TODO Auto-generated method stub } @Override public Map<String, Object> getComponentConfiguration() { // TODO Auto-generated method stub return null; } }
第二個bolt:WordCounter
package storm.demo.bolt; import java.util.HashMap; import java.util.Map; import backtype.storm.task.OutputCollector; import backtype.storm.task.TopologyContext; import backtype.storm.topology.IRichBolt; import backtype.storm.topology.OutputFieldsDeclarer; import backtype.storm.tuple.Tuple; public class WordCounter implements IRichBolt { Integer id; String name; Map<String, Integer> counters; private OutputCollector collector; @Override public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) { this.counters = new HashMap<String, Integer>(); this.collector = collector; this.name = context.getThisComponentId(); this.id = context.getThisTaskId(); } @Override public void execute(Tuple input) { String str = input.getString(0); if (!counters.containsKey(str)) { counters.put(str, 1); } else { Integer c = counters.get(str) + 1; counters.put(str, c); } // 確認成功處理一個tuple collector.ack(input); } /** * Topology執行完畢的清理工作,比如關閉連接、釋放資源等操作都會寫在這裏 * 因為這隻是個Demo,我們用它來打印我們的計數器 * */ @Override public void cleanup() { System.out.println("-- Word Counter [" + name + "-" + id + "] --"); for (Map.Entry<String, Integer> entry : counters.entrySet()) { System.out.println(entry.getKey() + ": " + entry.getValue()); } counters.clear(); } @Override public void declareOutputFields(OutputFieldsDeclarer declarer) { // TODO Auto-generated method stub } @Override public Map<String, Object> getComponentConfiguration() { // TODO Auto-generated method stub return null; } }
3.在main函數中創建一個Topology
在這裏我們要創建一個Topology和一個LocalCluster對象,還有一個Config對象做一些配置。
package storm.demo; import storm.demo.bolt.WordCounter; import storm.demo.bolt.WordNormalizer; import storm.demo.spout.WordReader; import backtype.storm.Config; import backtype.storm.LocalCluster; import backtype.storm.topology.TopologyBuilder; import backtype.storm.tuple.Fields; public class WordCountTopologyMain { public static void main(String[] args) throws InterruptedException { //定義一個Topology TopologyBuilder builder = new TopologyBuilder(); builder.setSpout("word-reader",new WordReader()); builder.setBolt("word-normalizer", new WordNormalizer()) .shuffleGrouping("word-reader"); builder.setBolt("word-counter", new WordCounter(),2) .fieldsGrouping("word-normalizer", new Fields("word")); //配置 Config conf = new Config(); conf.put("wordsFile", "d:/text.txt"); conf.setDebug(false); //提交Topology conf.put(Config.TOPOLOGY_MAX_SPOUT_PENDING, 1); //創建一個本地模式cluster LocalCluster cluster = new LocalCluster(); cluster.submitTopology("Getting-Started-Toplogie", conf, builder.createTopology()); Thread.sleep(1000); cluster.shutdown(); } }
運行這個函數我們即可看到後台打印出來的單詞個數。
(ps:因為是Local模式,運行開始可能會打印很多錯誤log,這個先不用管)

最後更新:2017-04-03 05:39:40