Storm简介

Posted 2020-11-17 shmilytohu

 

一、Storm介绍

1、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。

　　①官网地址：http://storm-project.net

　　②源码地址：https://github.com/nathanmarz/storm

2、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购物网站去买东西，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storn实时计算去做的，我们非常熟悉的Hadoop只是做离线数据分析，无法做到实时分析计算、

　　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为我们实时计算每一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

3、实现一个实时计算系统

　　①低延迟：

　　②高性能：可以使用几台普通的服务器建立环境，结余成本

　　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，就不用考虑这些复杂的问题，

　　④可扩展：伴随着业务的发展，我们的数据量，计算量可能会越来越大，所以我们希望这个系统是可扩展的。

　　⑤容错：这是分布式系统中的通用问题，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实时，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时，自动平衡任务)

　　⑥可靠性：可靠的消息处理，Strom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，快速进行开发喝单元测试。

 

二、Storm体系结构

　　①Hadoop和Storm对比

　　　　

　　②Storm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有很多的应用场景：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(在一个小集群中，每个节点每秒可以处理数以百万计的消息）。Stopm的部署和运维都很便捷，更重要的是可以使用任意编程语言来开发应用。

　　③Storm架构结构图

　　

 

　　①Nimbus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，分配任务和监测故障，这个很类似于Hadoop的Job Tracker。

　　②Supervisor工作节点：工作节点同样运行一个后台程序---------Supervisor,用于收听工作指派基于要求运行工作过程，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系统集群。

　　③Zookeeper：zookeeper是完成Supervisor和Nimbus之间协调的服务，而应用程序实现实时逻辑则被封装到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，下面对出现的属于进行更深刻的解析。

　　④Topology：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。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。