Storm简介、环境搭建

怼烎@ 2022-05-26 13:54 409阅读 0赞

一、简介

*  Storm是Twitter开源的一个分布式的实时计算系统，用于数据的实时分析，持续计算，分布式RPC等等。
 *  实时计算需要解决一些什么问题？  
    1）、最显而易见的就是实时推荐系统，比如我们在淘宝等电商网站去买东西，我们会在网页旁边或者底端看到与自己所需要商品相关的系列产品。这就是使用类似storm实时计算去做的，我们非常熟悉的Hadoop只是做离线的数据分析，无法做到实时。  
    2）、比如车流量实时的计算，每天我们北京市的交通情况非常的拥挤，我们可以利用storm为我们实时计算每个路段的拥挤程度等相关路况信息。  
    3）、再比如我们非常熟悉的股票，那么股票系统也是一种实时计算的机制，利用storm完全可以实现。
 *  实现一个实时计算系统  
    1）、低延迟：都说了是实时计算系统，延迟是一定要低的。  
    2）、高性能：可以使用几台普通的服务器建立环境，结约成本。  
    3）、分布式：storm非常适合于分布式场景，大数据的实时计算：你的数据和计算单机就能搞定，那么不用考虑这些复杂的问题了。我们所说的是单机搞不定的情况。  
    4）、可扩展：伴随着业务的发展，我们数据量、计算量可能会越来越大，所以希望这个系统可扩展。  
    5）、容错：这是分布式系统中通用问题，一个节点挂了不能影响我的应用，storm可以轻松做到在节点挂了的时候实现任务转移，并且在节点重启的时候，也就是重新投入生产环境，自动平衡任务。  
    6）、可靠性：可靠的消息处理。storm保证每个消息至少能得到一次完整处理。任务失败时，它会负责从消息源重试消息。  
    7）、快速：系统的设计保证了消息能得到快速的处理，使用ZeroMQ作为其底层消息队列。  
    8）、本地模式：storm有一个“本地模式”，可以在处理过程中完全模拟storm集群，让你可以快速进行开发和单元测试。
 *  Storm是一个开源的分布式实时计算系统，可以简单、可靠的处理大量的数据流。Storm有很多使用场景：如实时分析，在线机器学习，持续计算，分布式RPC，ETL等。Storm支持水平扩展，具有高容错性，保证每个消息都会得到处理，而且处理速度很快。Storm的部署和运维都很便捷，而且更为重要的是可以使用任意程序语言来开发应用。  
    ![这里写图片描述][70]
 *  Storm体系结构  
    1）、Nimbus主节点：主节点通常运行一个后台程序——Nimbus，用于响应分布在集群中的节点，分配任务和检测故障。这个很类似于Hadoop中的Job Tracker。  
    2）、Supervisor工作节点：工作节点同样会运行一个后台程序——Supervisor，用于收听工作指派开机与要求运行工作过程。每个工作节点都是topology中一个子集的实现。而Nimbus和Supervisor之间的协调则通过Zookeeper系统或者集群。  
    3）、Zookeeper：是完成Supervisor和Nimbus之间协调的服务。而应用程序实现实时的逻辑则被封装到Storm中的“topology”。topology则是一组由Spouts（数据源）和Bolts（数据操作）通过Stream Groupings进行连接的图。下面对出现的术语进行深刻解析。  
    4）、Topology（拓扑）：storm中运行的一个实时应用程序，因为各个组件的消息流动形成逻辑上的一个拓扑结构。一个topology是spouts和bolts组成的图，通过stream groupings将图中的spouts和bolts连接起来。  
    ![这里写图片描述][70 1]

二、集群环境搭建

1.  关闭防火墙，修改/etc/hosts配置（三台机器的IP可以相互通信）；
2.  下载并安装JDK7（1.6以上版本），配置JAVA\_HOME，CLASSPATH；
3.  搭建Zookeeper集群（保证3台机器的zookeeper都可调用）；
4.  安装python（最好2.6.6版本以上）：  
    4.1）、地址：`wget https://www.python.org/ftp/python/2.6.6/Python-2.6.6.tgz`  
    4.2）、解压：`tar -zxvf Python-2.6.6.tgz`  
    4.3）、进入：`cd Python-2.6.6`  
    4.4）、命令1：`./configure --prefix=/usr/local/Python2.6.6`  
    4.5）、命令2：`make`  
    4.6）、命令3：`sudo make install`  
    ***\*\**** 环境准备工作 
5.  下载:`wget http://mirror.bit.edu.cn/apache/incubator/storm/apache-storm-0.9.2-incubating/apache-storm-0.9.2-incubating.tar.gz`  
    并解压:`tar -zxvf apache-storm-0.9.2-incubating.tar.gz -C /usr/local/`；
6.  修改storm.yaml配置文件；  
    ![这里写图片描述][70 2]

1)、storm.zookeeper.servers:(设置3台zookeeper地址)
    2）、nimbus.host:(配置nimbus主节点IP地址)
    3）、配置storm数据文件夹和 ui.port:18080
    4）、配置supervisor的工作进程（solt槽）
    5）、建立文件夹：mkdir /usr/local/apache-storm-0.9.2/data
    6）、把apache-storm-0.9.2使用scp命令，到集群的各个服务器中去
    7）、分别配置以下/etc/profile的Storm环境变量：
        export JAVA_HOME=/usr/local/jdk1.7
        export ZOOKEEPER_HOME=/usr/local/zookeeper-3.4.5
        export STORM_HOME=/usr/local/apache-storm-0.9.2
        export PATH=.;$JAVA_HOME/bin;$ZOOKEEPER_HOME/bin;$STORM_HOME/bin;$PATH
    8）、最后分别进行：source /etc/profile
    9）、先启动zookeeper集群，然后分别启动运行storm：
        主机器（nimbus运行）storm nimbus &
        从机器（supervisor运行）storm supervisor &
        主机器（ui运行）storm ui & （查看ui）
        主机器（logviewer运行）storm logviewer & （查看工作日志）
        然后再浏览器输入主机器的ip，端口默认8080，这样可以看到storm的一些集群配置

1.  启动Storm各个后台进程。

8.Storm Hello World

*  首先编写我们的数据源类：Spout，可以使用两种方式：  
    A、继承BaseRichSpout类  
    B、实现IRichSpout接口  
    \*、重点需要几个方法进行重写或实现：open、next Tuple、declareOutputFields
 *  继续编写我们数据处理类：Bolt，可以使用两种方法：  
    A、继承BaseBasicBolt类  
    B、实现IRichBolt接口  
    \*、重点需要几个方法进行重写或实现：execute、declareOutputFields
 *  最后编写主函数（Topology）进行提交任务：  
    A、在使用Topology的时候，Storm框架为我们提供了两种模式：本地模式和集群模式  
    B、本地模式：（无需Storm集群，直接在java中即可运行，一般用于测试和开发阶段）执行运行main函数即可  
    C、集群模式：（需要Storm集群，把实现Java程序打包，然后Topology进行提交）需要把应用打成jar，使用storm命令把Topology提交到集群上。  
    提交topology命令：`storm jar storm01.jar bhz.topoloty.PWTopology1`  
    查看任务命令：`storm list`  
    另外俩个supervisor节点`jps`显示

[70]: /images/20220526/cd47220d06684c88a55d1d54ef8e8111.png
[70 1]: /images/20220526/bc6341bafe134c8da886ae1b175c6ec4.png
[70 2]: /images/20220526/b41b962284d04d11aaae559a2830ab15.png