Storm之路-WordCount-实例

初学storm，有不足的地方还请纠正。

网上看了很多wordcount实例，发现都不是我想要的。

实现场景：统计shengjing.txt词频到集合，一次打印结果。

● 消息源Spout
　　继承BaseRichSpout类 / 实现IRichSpout接口
　　　　open，初始化动作；
　　　　nextTuple，消息接入，执行数据发射；
　　　　ack，tuple成功处理后调用；
　　　　fail，tuple处理失败后调用；
　　　　declareOutputFields，声明输出字段；

● 处理单元Bolt
　　继承BaseBasicBolt类 / BaseWindowedBolt / 实现IRichBolt接口
　　　　prepare，worker启动时初始化；
　　　　execute，接受一个tuple / tupleWindow并执行逻辑处理，发射出去；
　　　　cleanup，关闭前调用；
　　　　declareOutputFiedls，字段申明；

● 项目结构

● pom.xml文件，配置项目jar依赖

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">

    <modelVersion>4.0.0</modelVersion>

    <groupId>com.scps.storm</groupId>

    <artifactId>storm-example</artifactId>

    <version>0.0.1</version>

    <name>storm.example</name>

    <dependencies>

        <dependency>

            <groupId>org.apache.storm</groupId>

            <artifactId>storm-core</artifactId>

            <version>1.1.0</version>

        </dependency>

    </dependencies>

</project>

● WordTopology.java文件，入口类，实例Topology、Spout、Bolt，配置等

 package com.scps.storm.helloword;

 import java.util.concurrent.TimeUnit;

 import org.apache.storm.Config;

 import org.apache.storm.LocalCluster;

 import org.apache.storm.StormSubmitter;

 import org.apache.storm.generated.AlreadyAliveException;

 import org.apache.storm.generated.AuthorizationException;

 import org.apache.storm.generated.InvalidTopologyException;

 import org.apache.storm.topology.TopologyBuilder;

 import org.apache.storm.topology.base.BaseWindowedBolt.Duration;

 import org.apache.storm.tuple.Fields;

 import com.scps.storm.helloword.bolt.SlidingWindowBolt;

 import com.scps.storm.helloword.bolt.WordCountBolt;

 import com.scps.storm.helloword.bolt.WordFinalBolt;

 import com.scps.storm.helloword.bolt.WordSplitBolt;

 import com.scps.storm.helloword.spout.WordReaderSpout;

 public class WordTopology {

     public static void main(String[] args) {

         TopologyBuilder builder = new TopologyBuilder();

         // 1个task去读文件

         builder.setSpout("word-reader", new WordReaderSpout(), 1);

         // 2个task分割行

         builder.setBolt("word-split", new WordSplitBolt(), 2).shuffleGrouping("word-reader");

         // 2个task分批统计，并发送相同的word到同一个task

         builder.setBolt("word-count", new WordCountBolt(), 2).fieldsGrouping("word-split", new Fields("word"));

         // 1个task汇总，每隔3秒统计最近5秒的tuple，SlidingWindow滑动窗口（间隔）

         // builder.setBolt("sliding-window-bolt", new SlidingWindowBolt().withWindow(new Duration(5, TimeUnit.SECONDS), new Duration(3, TimeUnit.SECONDS)), 1).shuffleGrouping("word-count");

         // 1个task汇总，统计5秒内的tuple，不能超过15秒？提示超时错误，TumblingWindow滚动窗口

         builder.setBolt("sliding-window-bolt", new SlidingWindowBolt().withTumblingWindow(new Duration(5, TimeUnit.SECONDS)), 1).shuffleGrouping("word-count");

         // 1个task输出

         builder.setBolt("word-final", new WordFinalBolt(), 1).shuffleGrouping("sliding-window-bolt");

         Config conf = new Config();

         conf.setDebug(false);

         if (args != null && args.length > 0) {

             // 在集群运行，需要mvn package编译

             // bin/storm jar "/root/storm-example-0.0.1.jar" com.scps.storm.helloword.WordTopology "http://nimbus:8080/uploads/shengjing.txt" wordcount

             try {

                 String file = args[0];

                 String name = args[1];

                 conf.put("file", file);

                 // conf.setNumWorkers(2);

                 StormSubmitter.submitTopology(name, conf, builder.createTopology());

             } catch (AlreadyAliveException e) {

                 e.printStackTrace();

             } catch (InvalidTopologyException e) {

                 e.printStackTrace();

             } catch (AuthorizationException e) {

                 e.printStackTrace();

             }

         } else {

             // 直接在eclipse中运行

             conf.put("file", "C:\\Users\\Administrator\\Downloads\\shengjing1.txt");

             // conf.put("file", "http://192.168.100.170:8080/uploads/shengjing.txt");

             // conf.setMaxTaskParallelism(2); // 设置最大task数

             LocalCluster cluster = new LocalCluster();

             cluster.submitTopology("wordcount", conf, builder.createTopology());

         }

     }

 }

● WordReaderSpout.java文件，读取txt文件，发送行

 package com.scps.storm.helloword.spout;

 import java.io.BufferedReader;

 import java.io.FileInputStream;

 import java.io.FileNotFoundException;

 import java.io.IOException;

 import java.io.InputStream;

 import java.io.InputStreamReader;

 import java.io.UnsupportedEncodingException;

 import java.net.MalformedURLException;

 import java.net.URL;

 import java.net.URLConnection;

 import java.text.SimpleDateFormat;

 import java.util.Date;

 import java.util.Map;

 import org.apache.storm.spout.SpoutOutputCollector;

 import org.apache.storm.task.TopologyContext;

 import org.apache.storm.topology.IRichSpout;

 import org.apache.storm.topology.OutputFieldsDeclarer;

 import org.apache.storm.tuple.Fields;

 import org.apache.storm.tuple.Values;

 import org.apache.storm.utils.Utils;

 public class WordReaderSpout implements IRichSpout {

     private static final long serialVersionUID = 1L;

     private SpoutOutputCollector outputCollector;

     private String filePath;

     private boolean completed = false;

     public void ack(Object arg0) {

     }

     public void activate() {

     }

     public void close() {

     }

     public void deactivate() {

     }

     public void fail(Object arg0) {

     }

     @SuppressWarnings("rawtypes")

     public void open(Map conf, TopologyContext context, SpoutOutputCollector collector) {

         filePath = conf.get("file").toString();

         outputCollector = collector;

     }

     public void nextTuple() {

         if (!completed) {

             String time = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(new Date());

             System.out.println("WordReaderSpout nextTuple, " + time);

             String line = "";

             InputStream inputStream = null;

             InputStreamReader inputStreamReader = null;

             BufferedReader reader = null;

             try {

                 // filePath = "http://192.168.100.170:8080/uploads/shengjing.txt";

                 // filePath = "C:\\Users\\Administrator\\Downloads\\shengjing.txt";

                 if (filePath.startsWith("http://")) { // 远程文件

                     URL url = new URL(filePath);

                     URLConnection urlConn = url.openConnection();

                     inputStream = urlConn.getInputStream();

                 } else { // 本地文件

                     inputStream = new FileInputStream(filePath);

                 }

                 inputStreamReader = new InputStreamReader(inputStream, "utf-8");

                 reader = new BufferedReader(inputStreamReader);

                 while ((line = reader.readLine()) != null) {

                     outputCollector.emit(new Values(line));

                 }

             } catch (MalformedURLException e) {

                 e.printStackTrace();

             } catch (FileNotFoundException e) {

                 e.printStackTrace();

             } catch (UnsupportedEncodingException e) {

                 e.printStackTrace();

             } catch (IOException e) {

                 e.printStackTrace();

             } finally {

                 completed = true;

                 try {

                     if (reader != null) {

                         reader.close();

                     }

                     if (inputStreamReader != null) {

                         inputStreamReader.close();

                     }

                     if (inputStream != null) {

                         inputStream.close();

                     }

                 } catch (IOException e) {

                     e.printStackTrace();

                 }

             }

         }

         Utils.sleep(20000);

     }

     public void declareOutputFields(OutputFieldsDeclarer declarer) {

         declarer.declare(new Fields("line"));

     }

     public Map<String, Object> getComponentConfiguration() {

         return null;

     }

 }

使用集群测试时，先把txt文件上传到nimbus的ui里，随机指派supervisor远程读取文件。

● WordSplitBolt.java文件，接收行，分割行，发送词

 package com.scps.storm.helloword.bolt;

 import java.util.Map;

 import org.apache.storm.task.OutputCollector;

 import org.apache.storm.task.TopologyContext;

 import org.apache.storm.topology.IRichBolt;

 import org.apache.storm.topology.OutputFieldsDeclarer;

 import org.apache.storm.tuple.Fields;

 import org.apache.storm.tuple.Tuple;

 import org.apache.storm.tuple.Values;

 public class WordSplitBolt implements IRichBolt {

     private static final long serialVersionUID = 1L;

     private OutputCollector outputCollector;

     @SuppressWarnings("rawtypes")

     public void prepare(Map conf, TopologyContext context, OutputCollector collector) {

         outputCollector = collector;

     }

     public void execute(Tuple input) {

         String line = input.getStringByField("line");

         line = line.trim();

         line = line.replace(",", " ");

         line = line.replace(".", " ");

         line = line.replace(":", " ");

         line = line.replace(";", " ");

         line = line.replace("?", " ");

         line = line.replace("!", " ");

         line = line.replace("(", " ");

         line = line.replace(")", " ");

         line = line.replace("[", " ");

         line = line.replace("]", " ");

         line = line.trim();

         String[] words = line.split(" ");

         for (String word : words) {

             word = word.trim();

             if (!"".equals(word)) {

                 outputCollector.emit(new Values(word));

             }

         }

     }

     public void declareOutputFields(OutputFieldsDeclarer declarer) {

         declarer.declare(new Fields("word"));

     }

     public void cleanup() {

     }

     public Map<String, Object> getComponentConfiguration() {

         return null;

     }

 }

● WordCountBolt.java文件，接收词，统计词，发送集合

 package com.scps.storm.helloword.bolt;

 import java.util.HashMap;

 import java.util.Map;

 import org.apache.storm.task.OutputCollector;

 import org.apache.storm.task.TopologyContext;

 import org.apache.storm.topology.IRichBolt;

 import org.apache.storm.topology.OutputFieldsDeclarer;

 import org.apache.storm.tuple.Fields;

 import org.apache.storm.tuple.Tuple;

 import org.apache.storm.tuple.Values;

 public class WordCountBolt implements IRichBolt {

     private static final long serialVersionUID = 1L;

     Map<String, Integer> counter;

     private OutputCollector outputCollector;

     @SuppressWarnings("rawtypes")

     public void prepare(Map conf, TopologyContext context, OutputCollector collector) {

         counter = new HashMap<String, Integer>();

         outputCollector = collector;

     }

     public void execute(Tuple input) {

         String word = input.getStringByField("word");

         int count;

         if (!counter.containsKey(word)) {

             count = 1;

         } else {

             count = counter.get(word) + 1;

         }

         counter.put(word, count);

         outputCollector.emit(new Values(word, count));

     }

     public void declareOutputFields(OutputFieldsDeclarer declarer) {

         declarer.declare(new Fields("word", "count"));

     }

     public void cleanup() {

     }

     public Map<String, Object> getComponentConfiguration() {

         return null;

     }

 }

● SlidingWindowBolt.java文件，接收集合，合并集合，发送集合

 package com.scps.storm.helloword.bolt;

 import java.text.SimpleDateFormat;

 import java.util.Date;

 import java.util.HashMap;

 import java.util.Map;

 import org.apache.storm.task.OutputCollector;

 import org.apache.storm.task.TopologyContext;

 import org.apache.storm.topology.OutputFieldsDeclarer;

 import org.apache.storm.topology.base.BaseWindowedBolt;

 import org.apache.storm.tuple.Fields;

 import org.apache.storm.tuple.Tuple;

 import org.apache.storm.tuple.Values;

 import org.apache.storm.windowing.TupleWindow;

 public class SlidingWindowBolt extends BaseWindowedBolt {

     private static final long serialVersionUID = 1L;

     Map<String, Integer> counter;

     private OutputCollector outputCollector;

     @SuppressWarnings("rawtypes")

     public void prepare(Map conf, TopologyContext context, OutputCollector collector) {

         counter = new HashMap<String, Integer>();

         outputCollector = collector;

     }

     public void execute(TupleWindow inputWindow) {

         String time = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(new Date());

         System.out.println("SlidingWindowBolt execute, " + time);

         for (Tuple input : inputWindow.get()) {

             String word = input.getStringByField("word");

             int count = input.getIntegerByField("count");

             counter.put(word, count);

         }

         outputCollector.emit(new Values(counter));

     }

     public void declareOutputFields(OutputFieldsDeclarer declarer) {

         declarer.declare(new Fields("counter"));

     }

 }

● WordFinalBolt.java文件，接收集合，打印集合

 package com.scps.storm.helloword.bolt;

 import java.text.SimpleDateFormat;

 import java.util.ArrayList;

 import java.util.Collections;

 import java.util.Date;

 import java.util.List;

 import java.util.Map;

 import org.apache.storm.task.OutputCollector;

 import org.apache.storm.task.TopologyContext;

 import org.apache.storm.topology.IRichBolt;

 import org.apache.storm.topology.OutputFieldsDeclarer;

 import org.apache.storm.tuple.Tuple;

 public class WordFinalBolt implements IRichBolt {

     private static final long serialVersionUID = 1L;

     @SuppressWarnings("rawtypes")

     public void prepare(Map conf, TopologyContext context, OutputCollector collector) {

     }

     @SuppressWarnings("unchecked")

     public void execute(Tuple input) {

         Map<String, Integer> counter = (Map<String, Integer>) input.getValueByField("counter");

         List<String> keys = new ArrayList<String>();

         keys.addAll(counter.keySet());

         Collections.sort(keys);

         String time = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(new Date());

         System.out.println("-----------------begin------------------, " + time);

         for (String key : keys) {

             System.out.println(key + " : " + counter.get(key));

         }

         System.out.println("-----------------end--------------------, " + time);

     }

     public void cleanup() {

     }

     public void declareOutputFields(OutputFieldsDeclarer declarer) {

     }

     public Map<String, Object> getComponentConfiguration() {

         return null;

     }

 }

● 项目源码文件地址：https://pan.baidu.com/s/1mhZtvq4 密码：ypbc

Storm之路-WordCount-实例的更多相关文章

Hadoop3 在eclipse中访问hadoop并运行WordCount实例
前言: 毕业两年了,之前的工作一直没有接触过大数据的东西,对hadoop等比较陌生,所以最近开始学习了.对于我这样第一次学的人,过程还是充满了很多疑惑和不解的,不过我采取的策略是还是先让环 ...
Storm系列（二）：使用Csharp创建你的第一个Storm拓扑（wordcount）
WordCount在大数据领域就像学习一门语言时的hello world,得益于Storm的开源以及Storm.Net.Adapter,现在我们也可以像Java或Python一样,使用Csharp创建 ...
hadoop运行wordcount实例，hdfs简单操作
1.查看hadoop版本 [hadoop@ltt1 sbin]$ hadoop version Hadoop -cdh5.12.0 Subversion http://github.com/cloud ...
hadoop2.6.5运行wordcount实例
运行wordcount实例在/tmp目录下生成两个文本文件,上面随便写两个单词. cd /tmp/ mkdir file cd file/ echo "Hello world" ...
执行hadoop自带的WordCount实例
hadoop 自带的WordCount实例可以统计一批文本文件中各单词出现的次数.下面介绍如何执行WordCount实例. 1.启动hadoop [root@hadoop ~]# start-all. ...
Python实现MapReduce,wordcount实例，MapReduce实现两表的Join
Python实现MapReduce 下面使用mapreduce模式实现了一个简单的统计日志中单词出现次数的程序: from functools import reduce from multiproc ...
wordcount实例
scala的wordcount实例 package com.wondersgroup.myscala import scala.actors.{Actor, Future} import scala. ...
Spark源码编译并在YARN上运行WordCount实例
在学习一门新语言时,想必我们都是"Hello World"程序开始,类似地,分布式计算框架的一个典型实例就是WordCount程序,接触过Hadoop的人肯定都知道用MapRedu ...
Storm手写WordCount
建立一个maven项目,在pom.xml中进行如下配置: <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:x ...

随机推荐

【Android 应用开发】Android 网络编程 API笔记 - java.net 包相关接口 api
Android 网络编程相关的包 : 9 包, 20 接口, 103 类, 6 枚举, 14异常; -- Java包 : java.net 包 (6接口, 34类, 2枚举, 12异常); -- An ...
(NO.00002)iOS游戏精灵战争雏形(五)
完成了精灵自己移动之后,我们开始着手实现按住精灵拖动的功能. 要想处理触摸事件,我们需要做2件事: 1.在类的初始化中打开触摸接收属性 2.实现触摸处理回调方法我们依次来做这2件事. 首先要搞清楚在 ...
(NO.00001)iOS游戏SpeedBoy Lite成形记(十七)
因为现在游戏内容原来越多了,里面需要存储的数据也多了起来,所以一个较好的办法是将所有的比赛数据存到同一个地方便于存取. 我们需要新建一个游戏数据类,该类贯穿所有需要的场景,存放一切比赛需要的数据.从这 ...
jpa一对多映射案例
订单和订单项就是一对多的关系.一个订单有多个订单项,一个订单项属于某个订单. 订单和订单项映射后的表结构如下: 订单表结构订单项表结构下面就以订单和订单项为例介绍多对多映射关系的实例开发 pers ...
Aidl跨进程通信机制-android学习之旅（87）
Aidl简介 AIDL (Android Interface Definition Language) 是一种IDL 语言,用于生成可以在Android设备上两个进程之间进行进程间通信的代码. 如果在 ...
lamp 环境配置
LAMP是一个缩写Linux+Apache+MySql+PHP,它指一组通常一起使用来运行动态网站或者服务器的自由软件: * Linux,操作系统:* Apache,网页服务器:* MySQL,数据库 ...
Android中处理大图片时图片压缩
1.BitmapFactory.Options中的属性在进行图片压缩时,是通过设置BitmapFactory.Options的一些值来改变图片的属性的,下面我们来看看BitmapFactory.Op ...
ANDROID框架结构和介绍
下图是ANDROID4.4 版本包含的所有系统服务.本地服务和应用的框架图,组织为三层:应用层.系统服务层.本地进程和服务层.应用层通常通过服务提供的对外API接口(一个服务管理对象)与服务交互,系统 ...
测试驱动开发TDD(test drive development)
classpath,路径列表.告诉java需要加载类的存放位置, java会去搜寻.这种机制实现了动态加载. java -cp 加载类路径执行类名 : 加载类路径可是绝对,也可以相对. 代码重构 ...
objc写一个NSMutableArray不连续索引替换对象的方法
NSMutableArray内置的方法-(void)replaceObjectsAtIndexes:(NSIndexSet*)set withObjects:(NSArray*)objs 只能替换一段 ...

Storm之路-WordCount-实例

Storm之路-WordCount-实例的更多相关文章

随机推荐

热门专题