storm-实战及实例讲解.docxVIP

storm 实战及实例讲解 ?????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????? 先给大家打打气，看看效果。这是taobao对外公布的storm使用情况，请大家欣赏，这是一个系列文章希望自己能够完成。给自己加油，写出来有利于日后查询同时也惠及他人。该storm入门教程将从搭建集群到如何编写storm上可以稳定运行的代码。本文不采用twitter官方文档里的starter项目，读者可以对比学习。效果更佳。 转载请注明出处： HYPERLINK /comaple comaple 1.Storm 在taobao的使用情况： We make statistics of logs and extract useful information from thestatistics in almost real-time with Storm. Logs are read from Kafka-likepersistent message queues into spouts, then processed and emitted over thetopologies to compute desired results, which are then stored into distributeddatabases to be used elsewhere. Input log count varies from 2 millions to 1.5billion every day, whose size is up to 2 terabytes among the projects. The mainchallenge here is not only real-time processing of big data set; storing andpersisting result is also a challenge and needs careful design andimplementation. 淘宝使用storm和消息队列结合，每天能够处理2百万到15亿条日志，日志量达到2TB的近实时处理。 2.使用场景 上周开始学习storm的使用，现在探索出来两种使用场景。 1，? 通过配置drpc服务器，将storm的topology发布为drpc服务。客户端程序可以调用drpc服务将数据发送到storm集群中，并接收处理结果的反馈。这种方式需要drpc服务器进行转发，其中drpc服务器底层通过thrift实现。适合的业务场景主要是实时计算。并且扩展性良好，可以增加每个节点的工作worker数量来动态扩展。 2，? 第二种场景是通过beanstalkd来实现信息的导入，将topology任务提交到storm集群后可以通过开发beanstalkd客户端来向集群中发送信息，这种方式客户端收不到结果反馈。这个场景适合纯粹的数据分析处理的业务场景。 3.Strom drpc服务配置： 端口可以不用配置，默认是：3772 Nimbus节点的配置： storm.zookeeper.servers: ????- 95 ????- 96 # # nimbus.host: nimbus ## Locations of the drpc servers drpc.servers: ????- 97 #????- server2 ? Supervisor节点的配置： ########### These MUST be filled in for astorm configuration storm.zookeeper.servers: ????- 95 ????- 96 # nimbus.host: 95 # ## Locations of the drpc servers drpc.servers: ????- 97 #????- server2 supervisor.slots.ports: ??? -6700 ??? -6701 - 6702 Drpc服务器节点配置 该节点只需配置zookeeper地址即可。默认开放的端口：3772 storm.zookeeper.servers: ???? -95 ???? -96 启动drpc服务：./storm drpc 如果想了解storm集群的详细配置过程可参看： HYPERLINK /comaple/article/details/7