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