共计 3423 个字符，预计需要花费 9 分钟才能阅读完成。
这篇文章主要介绍“Storm 开发细节是什么”，在日常操作中，相信很多人在 Storm 开发细节是什么问题上存在疑惑，丸趣 TV 小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Storm 开发细节是什么”的疑惑有所帮助！接下来，请跟着丸趣 TV 小编一起来学习吧！
package test;
import java.io.IOException;
import java.util.Map;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import storm.copyFromClass.TestWordSpout;
import com.esotericsoftware.minlog.Log;
import backtype.storm.Config;
import backtype.storm.LocalCluster;
import backtype.storm.task.OutputCollector;
import backtype.storm.task.TopologyContext;
import backtype.storm.topology.BasicOutputCollector;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.topology.TopologyBuilder;
import backtype.storm.topology.base.BaseBasicBolt;
import backtype.storm.topology.base.BaseRichBolt;
import backtype.storm.tuple.Tuple;
// 测试目的，在这里我们需要测试一下当前 Spout 不断产生数据的过程
public class testWordSpoutTopology {
public static class TestSimpleBolt extends BaseBasicBolt {
@Override
public void execute(Tuple input, BasicOutputCollector collector) {System.out.println(input.toString());
@Override
public void declareOutputFields(OutputFieldsDeclarer declarer) {
System.out.println( Method declare
public static void main(String[] args) throws IOException {
// 首先，我们必须建立一个新的 TopologyBuilder
TopologyBuilder builder = new TopologyBuilder();
// 其次，我们需要配置如下的组件： 1 Spout，2Bolt
builder.setSpout(word-emit-byThread , new TestWordSpout());
// 在这个 Spout 之中，我们约定将 【word-emit-byThread】Spout 组件 发射的元祖进行
shuffleGrouping
builder.setBolt(word-show , new TestSimpleBolt()).shuffleGrouping(
word-emit-byThread
Config config = new Config();
config.setDebug(false);
// 最后进行本地提交
LocalCluster cluster = new LocalCluster();
cluster.submitTopology(simple , config, builder.createTopology());
}以上，
testWordSpoutTopology是我们运行的主类
package storm.copyFromClass;
import backtype.storm.Config;
import backtype.storm.topology.OutputFieldsDeclarer;
import java.util.Map;
import backtype.storm.spout.SpoutOutputCollector;
import backtype.storm.task.TopologyContext;
import backtype.storm.topology.base.BaseRichSpout;
import backtype.storm.tuple.Fields;
import backtype.storm.tuple.Values;
import backtype.storm.utils.Utils;
import java.util.HashMap;
import java.util.Random;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
public class TestWordSpout extends BaseRichSpout { public static Logger LOG = LoggerFactory.getLogger(TestWordSpout.class);
boolean _isDistributed;
SpoutOutputCollector _collector;
public TestWordSpout() { this(true);
}
public TestWordSpout(boolean isDistributed) {
_isDistributed = isDistributed;
}
public void open(Map conf, TopologyContext context, SpoutOutputCollector collector) {
_collector = collector;
}
public void close() {
}
// 发送
public void nextTuple() { Utils.sleep(100);
final String[] words = new String[] { 张兵 , 吴哥 , 仝志维 , 前辈 , 禅师
final Random rand = new Random();
final String word = words[rand.nextInt(words.length)];
_collector.emit(new Values(word));
}
// 在这里，我们没有进行 ACK
public void ack(Object msgId) { }
// 在这里，我们没有进行 fail
public void fail(Object msgId) {
}
public void declareOutputFields(OutputFieldsDeclarer declarer) { declarer.declare(new Fields( word));
}
@Override
public Map String, Object getComponentConfiguration() { if(!_isDistributed) {
Map String, Object ret = new HashMap String, Object
ret.put(Config.TOPOLOGY_MAX_TASK_PARALLELISM, 1);
return ret;
} else {
return null;
}
}
}结果：
请注意在这里，我们的 Stream 默认的 id 为空
到此，关于“Storm 开发细节是什么”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注丸趣 TV 网站，丸趣 TV 小编会继续努力为大家带来更多实用的文章！
正文完
