Storm 简单介绍

Posted 2020-09-10 yutingliuyl

Nimbus ：负责资源分配和任务调度, 把任务相关的元信息写入Zookeeper 对应文件夹。

Supervisor ：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 ：执行详细处理组件逻辑的进程。
Executor ：执行spout/bolt 的线程
Task ： worker 中每个spout/bolt 的线程称为一个task.
Topology ： storm 中执行的实时应用程序，消息在各个组件间流动形成逻辑上的拓扑结构。

Spout ：在一个topology 中产生源数据流的组件， Spout 是一个主动的角色。
Bolt ：在一个topology 中接受数据然后运行处理的组件。

Bolt 能够运行过滤、函数操作、合并、写数据库等不论什么操作。Bolt 是一个被动的角色。
Tuple ：消息传递的基本单元。
Stream ：源源不断传递的tuple 就组成了stream 。
stream grouping ：即消息的partition 方法。Storm 中提供若干种有用的grouping 方式。包含shuffle, fields hash, all, global, none, direct 和localOrShuffle 等。

特点

多语言编程。能够在Storm 之上使用各种编程语言。默认支持Clojure 、Java 、Ruby 和Python 。要添加对其它语言的支持。仅仅需实现一个简单的Storm 通信协议就可以。

容错性。Storm 会管理工作进程和节点的故障。假设您执行的计算过程中有错误， Storm 将又一次分配任务；此外，通过Transactional Topology 。 Storm 能够保证每一个tuple“ 被且仅被处理一次”。Storm 确保一个计算能够一直执行下去（或直到你杀死计算）。

水平扩展。计算是在多个线程、进程和server之间并行进行的。

高速。

系统的设计保证了消息能得到高速的处理。使用?

MQ 作为其底层消息队列。

系统可靠性。Storm 这个分布式流计算框架是建立在Zookeeper 的基础上的。大量系统执行状态的元信息都序列化在Zookeeper 中。这样，当某一个节点出错时。相应的关键状态信息并不会丢失，换言之Zookeeper 的高可用保证了Storm 的高可用。