共计 6433 个字符，预计需要花费 17 分钟才能阅读完成。
这篇文章主要介绍“Storm 的 Topology 怎么配置”，在日常操作中，相信很多人在 Storm 的 Topology 怎么配置问题上存在疑惑，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 的 Topology 怎么配置”的疑惑有所帮助！接下来，请跟着丸趣 TV 小编一起来学习吧！
数据流组
设计一个拓扑时，你要做的最重要的事情之一就是定义如何在各组件之间交换数据（数据流是如何被 bolts 消费的）。一个数据流组指定了每个 bolt 会消费哪些数据流，以及如何消费它们。
NOTE：一个节点能够发布一个以上的数据流，一个数据流组允许我们选择接收哪个。
数据流组在定义拓扑时设置，就像我们在第二章看到的：
···
builder.setBolt(word-normalizer , new WordNormalizer())
.shuffleGrouping( word-reader
···在前面的代码块里，一个 bolt 由 TopologyBuilder 对象设定，然后使用随机数据流组指定数据源。数据流组通常将数据源组件的 ID 作为参数，取决于数据流组的类型不同还有其它可选参数。
NOTE：每个 InputDeclarer 可以有一个以上的数据源，而且每个数据源可以分到不同的组。
随机数据流组（随机分组）
随机流组是最常用的数据流组。它只有一个参数（数据源组件），并且数据源会向随机选择的 bolt 发送元组，保证每个消费者收到近似数量的元组。
随机数据流组用于数学计算这样的原子操作。然而，如果操作不能被随机分配，就像第二章为单词计数的例子，你就要考虑其它分组方式了。
域数据流组（字段分组）
域数据流组允许你基于元组的一个或多个域控制如何把元组发送给 bolts。它保证拥有相同域组合的值集发送给同一个 bolt。回到单词计数器的例子，如果你用 word 域为数据流分组，word-normalizer bolt 将只会把相同单词的元组发送给同一个 word-counterbolt 实例。
···
builder.setBolt(word-counter , new WordCounter(),2)
.fieldsGrouping(word-normalizer , new Fields( word));
···NOTE: 在域数据流组中的所有域集合必须存在于数据源的域声明中。
全部数据流组（全部分组）
全部数据流组，为每个接收数据的实例复制一份元组副本。这种分组方式用于向 bolts 发送信号。比如，你要刷新缓存，你可以向所有的 bolts 发送一个刷新缓存信号。在单词计数器的例子里，你可以使用一个全部数据流组，添加清除计数器缓存的功能（见拓扑示例）
public void execute(Tuple input) {
String str = null;
try{ if(input.getSourceStreamId().equals(signals)){
str = input.getStringByField( action
if(refreshCache .equals(str))
counters.clear();
}
}catch (IllegalArgumentException e){
// 什么也不做
}
···
}我们添加了一个 if 分支，用来检查源数据流。Storm 允许我们声明具名数据流（如果你不把元组发送到一个具名数据流，默认发送到名为”default“的数据流）。这是一个识别元组的极好的方式，就像这个例子中，我们想识别 signals 一样。在拓扑定义中，你要向 word-counter bolt 添加第二个数据流，用来接收从 signals-spout 数据流发送到所有 bolt 实例的每一个元组。
builder.setBolt(word-counter , new WordCounter(),2)
.fieldsGroupint(word-normalizer ,new Fields( word))
.allGrouping(signals-spout , signalssignals-spout 的实现请参考 git 仓库。
自定义数据流组（自定义分组）
你可以通过实现 backtype.storm.grouping.CustormStreamGrouping 接口创建自定义数据流组，让你自己决定哪些 bolt 接收哪些元组。
让我们修改单词计数器示例，使首字母相同的单词由同一个 bolt 接收。
public class ModuleGrouping mplents CustormStreamGrouping, Serializable{
int numTasks = 0;
@Override
public List Integer chooseTasks(List Object values) {
List Integer boltIds = new ArrayList Integer
if(values.size() 0){ String str = values.get(0).toString();
if(str.isEmpty()){ boltIds.add(0);
}else{ boltIds.add(str.charAt(0) % numTasks);
}
}
return boltIds;
}
@Override
public void prepare(TopologyContext context, Fields outFields, List Integer targetTasks) { numTasks = targetTasks.size();
}
}这是一个 CustomStreamGrouping 的简单实现，在这里我们采用单词首字母字符的整数值与任务数的余数，决定接收元组的 bolt。
按下述方式 word-normalizer 修改即可使用这个自定义数据流组。
builder.setBolt(word-normalizer , new WordNormalizer())
.customGrouping(word-reader , new ModuleGrouping());直接数据流组（直接分组）
这是一个特殊的数据流组，数据源可以用它决定哪个组件接收元组。与前面的例子类似，数据源将根据单词首字母决定由哪个 bolt 接收元组。要使用直接数据流组，在 WordNormalizer bolt 中，使用 emitDirect 方法代替 emit。
public void execute(Tuple input) {
...
for(String word : words){ if(!word.isEmpty()){
...
collector.emitDirect(getWordCountIndex(word),new Values(word));
}
}
// 对元组做出应答
collector.ack(input);
}
public Integer getWordCountIndex(String word) { word = word.trim().toUpperCase();
if(word.isEmpty()){
return 0;
}else{ return word.charAt(0) % numCounterTasks;
}
}在 prepare 方法中计算任务数
public void prepare(Map stormConf, TopologyContext context,
OutputCollector collector) {
this.collector = collector;
this.numCounterTasks = context.getComponentTasks( word-counter
}在拓扑定义中指定数据流将被直接分组：
builder.setBolt(word-counter , new WordCounter(),2)
.directGrouping(word-normalizer全局数据流组（全局分组）
全局数据流组把所有数据源创建的元组发送给单一目标实例（即拥有最低 ID 的任务）。
不分组（无分组）
写作本书时（Stom0.7.1 版），这个数据流组相当于随机数据流组。也就是说，使用这个数据流组时，并不关心数据流是如何分组的。
LocalCluster VS StormSubmitter
到目前为止，你已经用一个叫做 LocalCluster 的工具在你的本地机器上运行了一个拓扑。Storm 的基础工具，使你能够在自己的计算机上方便的运行和调试不同的拓扑。但是你怎么把自己的拓扑提交给运行中的 Storm 集群呢？Storm 有一个有趣的功能，在一个真实的集群上运行自己的拓扑是很容易的事情。要实现这一点，你需要把 LocalCluster 换成 StormSubmitter 并实现 submitTopology 方法，它负责把拓扑发送给集群。
下面是修改后的代码：
//LocalCluster cluster = new LocalCluster();
//cluster.submitTopology( Count-Word-Topology-With-Refresh-Cache , conf,
//builder.createTopology());
StormSubmitter.submitTopology( Count-Word-Topology-With_Refresh-Cache , conf,
builder.createTopology());
//Thread.sleep(1000);
//cluster.shutdown();NOTE: 当你使用 StormSubmitter 时，你就不能像使用 LocalCluster 时一样通过代码控制集群了。
接下来，把源码压缩成一个 jar 包，运行 Storm 客户端命令，把拓扑提交给集群。如果你已经使用了 Maven，你只需要在命令行进入源码目录运行：mvn package。
现在你生成了一个 jar 包，使用 storm jar 命令提交拓扑（关于如何安装 Storm 客户端请参考附录 A）。命令格式：storm jar allmycode.jar org.me.MyTopology arg1 arg2 arg3。
对于这个例子，在拓扑工程目录下面运行：
storm jar target/Topologies-0.0.1-SNAPSHOT.jar countword.TopologyMain src/main/resources/words.txt通过这些命令，你就把拓扑发布集群上了。
如果想停止或杀死它，运行：
storm kill Count-Word-Topology-With-Refresh-CacheNOTE：拓扑名称必须保证惟一性。
NOTE：如何安装 Storm 客户端，参考附录 A
DRPC 拓扑
有一种特殊的拓扑类型叫做分布式远程过程调用（DRPC），它利用 Storm 的分布式特性执行远程过程调用（RPC）（见下图）。Storm 提供了一些用来实现 DRPC 的工具。第一个是 DRPC 服务器，它就像是客户端和 Storm 拓扑之间的连接器，作为拓扑的 spout 的数据源。它接收一个待执行的函数和函数参数，然后对于函数操作的每一个数据块，这个服务器都会通过拓扑分配一个请求 ID 用来识别 RPC 请求。拓扑执行最后的 bolt 时，它必须分配 RPC 请求 ID 和结果，使 DRPC 服务器把结果返回正确的客户端。
NOTE：单实例 DRPC 服务器能够执行许多函数。每个函数由一个惟一的名称标识。
Storm 提供的第二个工具（已在例子中用过）是 LineDRPCTopologyBuilder，一个辅助构建 DRPC 拓扑的抽象概念。生成的拓扑创建 DRPCSpouts——它连接到 DRPC 服务器并向拓扑的其它部分分发数据——并包装 bolts，使结果从最后一个 bolt 返回。依次执行所有添加到 LinearDRPCTopologyBuilder 对象的 bolts。
作为这种类型的拓扑的一个例子，我们创建了一个执行加法运算的进程。虽然这是一个简单的例子，但是这个概念可以扩展到复杂的分布式计算。
bolt 按下面的方式声明输出：
public void declareOutputFields(OutputFieldsDeclarer declarer) { declarer.declare(new Fields( id , result));
}因为这是拓扑中惟一的 bolt，它必须发布 RPC ID 和结果。execute 方法负责执行加法运算。
public void execute(Tuple input) { String[] numbers = input.getString(1).split( \\+
Integer added = 0;
if(numbers.length 2){
throw new InvalidParameterException( Should be at least 2 numbers
}
for(String num : numbers){ added += Integer.parseInt(num);
}
collector.emit(new Values(input.getValue(0),added));
}包含加法 bolt 的拓扑定义如下：
public static void main(String[] args) { LocalDRPC drpc = new LocalDRPC();
LinearDRPCTopologyBuilder builder = new LinearDRPCTopologyBuilder( add
builder.addBolt(AdderBolt(),2);
Config conf = new Config();
conf.setDebug(true);
LocalCluster cluster = new LocalCluster();
cluster.submitTopology( drpcder-topology , conf,
builder.createLocalTopology(drpc));
String result = drpc.execute( add , 1+-1
checkResult(result,0);
result = drpc.execute( add , 1+1+5+10
checkResult(result,17);
cluster.shutdown();
drpc.shutdown();
}创建一个 LocalDRPC 对象在本地运行 DRPC 服务器。接下来，创建一个拓扑构建器（译者注：LineDRpctopologyBuilder 对象），把 bolt 添加到拓扑。运行 DRPC 对象（LocalDRPC 对象）的 execute 方法测试拓扑。
NOTE：使用 DRPCClient 类连接远程 DRPC 服务器。DRPC 服务器暴露了 Thrift API，因此可以跨语言编程；并且不论是在本地还是在远程运行 DRPC 服务器，它们的 API 都是相同的。对于采用 Storm 配置的 DRPC 配置参数的 Storm 集群，调用构建器对象的 createRemoteTopology 向 Storm 集群提交一个拓扑，而不是调用 createLocalTopology。
到此，关于“Storm 的 Topology 怎么配置”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！
