Storm是什么？ 什么是流式计算

    Storm是一个分布式实时计算框架， 适应于流式计算。 所谓流式计算，你可以把它想像成你家的电表，电在流过电表时，电表就要计算耗用量，电表对耗用量的计算就是典型的流式计算。

    下面介绍编程过程中需要用到的Storm的几个概念：

• Topology

      Topology似于Hadoop中的MapReduce Job，是一个用来编排、容纳一组计算逻辑组件（Spout、Bolt）的对象（Hadoop MapReduce中一个Job包含一组Map Task、Reduce Task），这一组计算组件可以按照DAG图的方式编排起来（通过选择Stream Groupings来控制数据流分发流向），从而组合成一个计算逻辑更加强大的对象，那就是Topology。一个Topology运行以后就不能停止，它会无限地运行下去，除非手动干预（显式执行bin/storm kill ）或意外故障（如停机、整个Storm集群挂掉）让它终止。

• Spout

      Spout是一个Topology消息源头，是一个可持续不断生产消息的组件，例如，它可以是一个Socket Server在监听外部Client连接并发送消息，可以是一个消息队列（MQ）的消费者、可以是用来接收Flume Agent的Sink所发送消息的服务，等等。Spout生产的消息在Storm中被抽象为Tuple，在整个Topology的多个计算组件之间都是根据需要抽象构建的Tuple消息来进行连接，从而形成流。

• Bolt

      Storm中消息的处理逻辑被封装到Bolt中，任何处理逻辑都可以在Bolt里面执行，处理过程和普通计算应用程序没什么区别，只是需要根据Storm的计算语义来合理设置一下组件之间消息流的声明、分发、连接即可。Bolt可以接收来自一个或多个Spout的Tuple消息，也可以来自多个其它Bolt的Tuple消息，也可能是Spout和其它Bolt组合发送的Tuple消息。

• Stream Grouping

      Storm中用来定义各个计算组件（Spout、Bolt）之间流的连接、分组、分发关系。Storm定义了如下7种分发策略：Shuffle Grouping（随机分组）、Fields Grouping（按字段分组）、All Grouping（广播分组）、Global Grouping（全局分组）、Non Grouping（不分组）、Direct Grouping（直接分组）、Local or Shuffle Grouping（本地/随机分组），各种策略的具体含义可以参考Storm官方文档、比较容易理解。

示例代码 storm-demo

     storm-demo是一个包含完整的storm topology的代码示例，有详尽的注释。

怎么把storm 程序跑起来

###本地模式      在本地开发时，不需要部署storm， 直接在eclipse或IntelliJ idea下运行即可，便于调试。      也可以通过命令行执行： java -jar jar文件名 main入口类

###生产模式     先将你的应用程序打成jar包，但jar包中不要含有storm及相关日志包，即将storm及相关日志包的scope设为provided即可：

                
     
      org.apache.storm
                 
     
      storm-core
                 
     
      0.9.5
                 
     
      provided
             
    

    再把应用程序jar包上传到storm结点（Nimbus）， 然后在结点上执行指令：

storm  jar  你的应用程序.jar  Main入口类   参数(topologId) 或   jstorm jar 你的应用程序.jar  Main入口类   参数(topologId)

    若要在在生产模式下停止这个topology，则执行以下命令即可：

storm  kill  参数(topologId)或   jstorm  kill  参数(topologId)