Storm —— 集群环境搭建

一、集群规划

这里搭建一个3节点的Storm集群：三台主机上均部署Supervisor和LogViewer服务。同时为了保证高可用，除了在hadoop001上部署主Nimbus服务外，还在hadoop002上部署备用的Nimbus服务。Nimbus服务由Zookeeper集群进行协调管理，如果主Nimbus不可用，则备用Nimbus会成为新的主Nimbus。

二、前置条件

Storm 运行依赖于Java 7+ 和 Python 2.6.6 +，所以需要预先安装这两个软件。同时为了保证高可用，这里我们不采用Storm内置的Zookeeper，而采用外置的Zookeeper集群。由于这三个软件在多个框架中都有依赖，其安装步骤单独整理至：

三、集群搭建

1. 下载并解压

下载安装包，之后进行解压。官方下载地址：http://storm.apache.org/downloads.html

# 解压
tar -zxvf apache-storm-1.2.2.tar.gz

2. 配置环境变量

# vim /etc/profile

添加环境变量：

export STORM_HOME=/usr/app/apache-storm-1.2.2
export PATH=$STORM_HOME/bin:$PATH

使得配置的环境变量生效：

# source /etc/profile

3. 集群配置

修改${STORM_HOME}/conf/storm.yaml文件，配置如下：

# Zookeeper集群的主机列表
storm.zookeeper.servers:
     - "hadoop001"
     - "hadoop002"
     - "hadoop003"

# Nimbus的节点列表
nimbus.seeds: ["hadoop001","hadoop002"]

# Nimbus和Supervisor需要使用本地磁盘上来存储少量状态（如jar包，配置文件等）
storm.local.dir: "/home/storm"

# workers进程的端口，每个worker进程会使用一个端口来接收消息
supervisor.slots.ports:
     - 6700
     - 6701
     - 6702
     - 6703

supervisor.slots.ports参数用来配置workers进程接收消息的端口，默认每个supervisor节点上会启动4个worker，当然你也可以按照自己的需要和服务器性能进行设置，假设只想启动2个worker的话，此处配置2个端口即可。

4. 安装包分发

将Storm的安装包分发到其他服务器，分发后建议在这两台服务器上也配置一下Storm的环境变量。

scp -r /usr/app/apache-storm-1.2.2/ root@hadoop002:/usr/app/
scp -r /usr/app/apache-storm-1.2.2/ root@hadoop003:/usr/app/

四. 启动集群

4.1 启动ZooKeeper集群

分别到三台服务器上启动ZooKeeper服务：

 zkServer.sh start

4.2 启动Storm集群

因为要启动多个进程，所以统一采用后台进程的方式启动。进入到${STORM_HOME}/bin目录下，执行下面的命令：

hadoop001 & hadoop002 ：

# 启动主节点 nimbus
nohup sh storm nimbus &
# 启动从节点 supervisor
nohup sh storm supervisor &
# 启动UI界面 ui
nohup sh storm ui &
# 启动日志查看服务 logviewer
nohup sh storm logviewer &

hadoop003 ：

hadoop003上只需要启动supervisor服务和logviewer服务：

# 启动从节点 supervisor
nohup sh storm supervisor &
# 启动日志查看服务 logviewer
nohup sh storm logviewer &

4.3 查看集群

使用jps查看进程，三台服务器的进程应该分别如下：

访问hadoop001或hadoop002的8080端口，界面如下。可以看到有一主一备2个Nimbus和3个Supervisor，并且每个Supervisor有四个slots，即四个可用的worker进程，此时代表集群已经搭建成功。

五、高可用验证

这里手动模拟主Nimbus异常的情况，在hadoop001上使用kill命令杀死Nimbus的线程，此时可以看到hadoop001上的Nimbus已经处于offline状态，而hadoop002上的Nimbus则成为新的Leader。

更多大数据系列文章可以参见个人 GitHub 开源项目：程序员大数据入门指南