Tuple元组

Tuple元组

　　Tuple 是 Storm 的主要数据结构，并且是 Storm 中使用的最基本单元、数据模型和元组。

Tuple 描述

　　Tuple 就是一个值列表， Tuple 中的值可以是任何类型的，动态类型的Tuple的fields可以不用声明；默认情况下，Storm中的Tuple支持私有类型、字符串、字节数组等作为它的字段值，如果使用其他类型，就需要序列化该类型。

　　Tuple 的 字 段 默 认 类 型 有： integer、 float、 double、 long、short、 string、 byte、 binary（byte[]）。
　　Tuple 数据结构如图 3-1 所示。

　　图 3-1 Tuple 数据结构

　　Tuple 可以理解成键值对。例如，创建一个Bolt 要发送两个字段（命名为 double 和 triple），其中键就是定义在declareOutputFields 方法中的 Fields 对象，值就是在 emit 方法中发送的 Values 对象。以下是一个简单例子。

public class DoubleAndTripleBolt extends BaseRichBolt {
OutputCollectorBase _collector;
@Override
public void prepare(Map conf, TopologyContext context, OutputCollectorBase collector) {
_collector = collector;
}
@Override
public void execute(Tuple input) {
int val = input.getInteger(0);
_collector.emit(input, new Values(val*2, val*3));
_collector.ack(input);
}
@Override
public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("double", "triple"));
}}

　　此外，在使用的 Storm Java 包中， backtype.storm.tuple 主要有以下几个类：
‰ Fileds.class。
‰ MessageId.class。
‰ Tuple.class。
‰ TupleImpl.class。
‰ Values.class。
　　列出以上内容是为了更好地理解 Tuple，这样能够从本质上理解 Tuple，在使用时更加得
心应手。

Tuple 的生命周期

　　了解一个 Tuple 的生命周期就需要查看源码，如下的 Java 代码展示了 Spout（消息源）接口发出 Tuple（消息）的整个过程。
public interface ISpout extends Serializable {
void open(Map conf, TopologyContext context, SpoutOutputCollector collector);
void nextTuple();
void ack(Object msgId);
void fail(Object msgId);
void close();
}

　　首 先， Storm 调 用 Spout（消息源）的nextTuple 方法来获取下一个Tuple， Spout通过Open 方法的参数提供的SpoutOutputCollector将新Tuple发射到其中一个输出消息流。

注意：发射Tuple 时， Spout提供一个message-id，通过这个ID 来追踪该Tuple。

　　接下来， Storm跟踪该Tuple 的树形结构是否成功创建，并根据 messageid 调用 Spout 中的 ack 函数，以确认 Tuple 是否被完全处理。如果Tuple超时，则调用 Spout 的 fail 方法。

　　由此看出，同一个Tuple 不管是acked，还是failed 都是由创建它的Spout发出并维护的，所以，即使Spout 在集群环境中同时执行很多的任务，该Tuple 也不会被其他任务调用或生成 acked 或 failed 状态。总之， Storm 会利用内部的 Acker 机制保证每个 Tuple 被可靠地处理。最后，在任务完成后，Spout调用Close 方法结束 Tuple 的使命。