当前位置： 移动技术网 > IT编程>数据库>其他数据库 > Storm学习笔记 - Storm初识

Storm学习笔记 - Storm初识

2018年10月27日  | 移动技术网IT编程  | 我要评论

storm学习笔记 - storm初识

1. strom是什么？

  • storm是一个开源免费的分布式计算框架，可以实时处理大量的数据流。

    2. storm的特点

  • 高性能，低延迟。
  • 分布式：可解决数据量大，单机搞不定的场景。
  • 可扩展：随着业务的发展，数据量越来越大，系统可以水平扩展。

  • 容错：单个节点挂了，不影响整个应用。

    3. storm与其他框架的比较

    3.1 storm和hadoop的比较

  • storm用于实时计算，hadoop用于离线计算。
  • storm处理的数据保存在内存中，源源不断。hadoop处理的数据保存在文件系统中，一批一批。

  • storm与hadoop的编程模型相似。

    3.2 storm与spark streaming的比较

  • spark streaming采用小批量的方式，提高了吞吐性能。

  • 处理数据的粒度变大，导致spark streaming的数据延时不如storm，spark streaming是秒级返回结果（与设置的batch间隔有关），storm则是毫秒级。

    4. storm集群架构

    在这里插入图片描述
  • nimbus：storm集群的主节点，负责分发用户代码，指派给具体的supervisor节点上的worker节点，去运行topology对应的组件（spout/bolt）的task。
  • supervisor，storm集群的从节点，负责管理运行在supervisor节点上的每一个worker的启动和终止。可以通过配置项决定在一个supervisor上最大可以运行多少个slot，每个slot通过端口号来唯一标识，一个端口号对应一个worker进程。
  • worker：运行处理具体组件逻辑的进程，worker运行的进程只有两种，一种是spout进程，一种是bolt进程。
  • task：worker中每一个spout/bolt的线程称为一个task。

  • zookeeper：用来协调nimbus和supervisor，如果supervisor因故障出现问题而无法运行topology，nimbus会第一时间感知到，并重新分配topology到其他可用的supervisor上运行。

    5. storm编程模型

    在这里插入图片描述
  • topology：storm中运行的一个实时应用程序的名称。将 spout、 bolt整合起来的拓扑图。定义了 spout和bolt的结合关系、并发数量、配置等等。
  • spout：在一个topology中获取源数据流的组件。通常情况下spout会从外部数据源中读取数据，然后转换为topology内部的源数据。
  • bolt：接受数据然后执行处理的组件，用户可以在其中执行自己想要的操作。
  • tuple：一次消息传递的基本单元，理解为一组消息就是一个tuple。

  • stream：tuple的集合。表示数据的流向。

    6. 总结

  • 拓扑(topology)：打包好的实时应用计算任务，同hadoop的mapreduce任务相似。
  • 元组(tuple)：是storm提供的一个轻量级的数据格式，可以用来包装你需要实际处理的数据。
  • 流(streams)：数据流(stream)是storm中对数据进行的抽象，它是时间上无界的tuple元组序列（无限的元组序列）｡
  • spout(喷嘴)：storm中流的来源。spout从外部数据源，如消息队列中读取元组数据并吐到拓扑里。
  • bolts：在拓扑中所有的计算逻辑都是在bolt中实现的。
  • 任务(tasks)：每个spout和bolt会以多个任务(task)的形式在集群上运行。
  • 组件(component)：是对bolt和spout的统称。
  • 流分组(stream groupings)：流分组定义了一个流在一个消费它的bolt内的多个任务(task)之间如何分组。
  • 可靠性(reliability)：storm保证了拓扑中spout产生的每个元组都会被处理。
  • workers(工作进程)：拓扑以一个或多个worker进程的方式运行。每个worker进程是一个物理的java虚拟机，执行拓扑的一部分任务。
  • executor(线程)：是1个被worker进程启动的单独线程。每个executor只会运行1个topology的1个component。
  • nimbus：storm集群的master节点，负责分发用户代码，指派给具体的supervisor节点上的worker节点，去运行topology对应的组件（spout/bolt）的task。

  • supervisor：storm集群的从节点，负责管理运行在supervisor节点上的每一个worker进程的启动和终止。

您可能感兴趣的文章:

如对本文有疑问， 点击进行留言回复！！

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网