Storm

2016-11-14  22:05:29

有哪些典型的Storm应用案例？

数据处理流：Storm可以用来处理源源不断流进来的消息，处理之后将结果写入到某个存储中去。不像其它的流处理系统，Storm不需要中间队列。

连续计算：连续发送数据到客户端，使它们能够实时更新并显示结果，如网站指标。

分布式远程过程调用：由于storm的处理组件是分布式的，而且处理延迟极低，所以可以作为一个通用的分布式rpc框架来使用。频繁的CPU密集型操作并行化。

push/pull Sockets

在系统底层，Storm使用了zeromq(http://www.zeromq.org)。这是一种先进的，可嵌入的网络通讯库，它提供的绝妙功能使Storm成为可能。

2016-12-03  23:31:07

《个性化实时计算系统及其应用探索》：http://chuansong.me/n/145519

《基于Storm的Nginx log监控系统》：http://www.tuicool.com/articles/yUZ3yq

2016-11-12  21:15:22

Storm相关术语

我们通过一个storm和hadoop的对比来了解storm中的基本概念。

	Hadoop	Storm
系统角色	JobTracker	Nimbus
	TaskTracker	Supervisor
	Child	Worker
应用名称	Job	Topology
组件接口	Mapper/Reducer	Spout/Bolt

storm：暴风雨。分布式实时计算系统，storm对于实时计算的意义类似于hadoop对于批处理的意义。

nimbus：雨云。主节点的守护进程，负责为工作节点分发任务。

Supervisor：管理器。负责接受nimbus分配的任务，启动和停止属于自己管理的worker进程。

Worker：工人；劳动者。运行具体处理组件逻辑的进程。

Task：工作，作业；任务。worker中每一个spout/bolt的线程称为一个task. 在storm0.8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。

topology：拓扑结构。Storm的一个任务单元。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：喷口；喷管；水龙卷。水龙卷(waterspout)是一种偶尔出现在温暖水面上空的龙卷风，它的上端与雷雨云相接，下端直接延伸到水面。读取原始数据，为bolt提供数据。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：闪电，雷电。从spout或其它bolt接收数据，并处理数据，处理结果可作为其它bolt的数据源或最终结果。在一个topology中接受数据然后执行处理的组件。Bolt可以执行过滤、函数操作、合并、写数据库等任何操作。Bolt是一个被动的角色，其接口中有个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。

define field(s)：定义域。由spout或bolt提供，被bolt接收。

Tuple：元组。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的字段名称已经事先定义好，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：流。源源不断传递的tuple就组成了stream。