Storm-HBase集成--配置和开发

1 Storm0.9.3中的对HBase的集成

Storm新版本0.9.3中重新整理和加入了对HBase的集成模块，除了基本的Bolt和Spout之外，加入了用于访问HBase的Trident。利用这个Trident，我们可以更加快速的编写Storm访问HBase的代码逻辑。

关于Storm-HBase模块中，几个主要的功能类如下：

类名

介绍

类名

介绍

org.apache.storm.hbase.trident.mapper.TridentHBaseMapper

把HBase的Row Key, 列簇和列，对应到Storm Trident中Tuple的Field

org.apache.storm.hbase.trident.mapper.SimpleTridentHBaseMapper

上面的HBaseMapper的一个简单继承实现，指定Rowkey的Field和列簇/列的Field

org.apache.storm.hbase.bolt.mapper.HBaseValueMapper

用户继承这个类来实现把HBase的Cell映射成Storm中的Tuple，这个类通常是被继承后使用

org.apache.storm.hbase.trident.state.HBaseUpdater

更新HBaseState的类

org.apache.storm.hbase.trident.state.HBaseState

Trident中负责HBase数据的状态类

org.apache.storm.hbase.trident.state.HBaseStateFactory

工厂类，负责生产HBaseState对象

org.apache.storm.hbase.bolt.mapper.HBaseProjectionCriteria

负责定义HBase数据到Storm Tuple的投影，需要指定HBase的表名，列族名和列

org.apache.storm.hbase.security.HBaseSecurityUtil

专门用于让Storm通过HBase集群的Kerberos安全验证的类

2 代码示例

下面是一个完整的从Kafka中读取数据，并写入HBase的代码（Trident模式）。

// Storm Tuple中的两个Field，分别叫做word 和 countFields fields = new Fields("word", "count");  // 定义HBase配置相关和Kerberos相关String hBaseConfigKey = "config_key";System.setProperty("java.security.krb5.realm", "HADOOP.QIYI.COM");System.setProperty("java.security.krb5.kdc", "kerberos-hadoop-dev001-shjj.qiyi.virtual"); //载入HBase和Kerberos相关配置，Config对象是来自backtype.storm.Config 类Config conf = new Config();conf.setDebug(true);Map<String, String> hBaseConfigMap = new HashMap<String, String>();hBaseConfigMap.put(HBaseSecurityUtil.STORM_KEYTAB_FILE_KEY, "/home/yeweichen/yeweichen.keytab");hBaseConfigMap.put(HBaseSecurityUtil.STORM_USER_NAME_KEY, "[e-mail]");conf.put("config_key", hBaseConfigMap); // 定义Trident拓扑，从Kafka中获取数据TridentTopology tridentTopology = new TridentTopology();BrokerHosts zk = new ZkHosts("10.121.43.14,10.121.43.17");TridentKafkaConfig spoutConf = new TridentKafkaConfig(zk, "mytopic");spoutConf.forceFromStart = true;spoutConf.scheme = new SchemeAsMultiScheme(new StringScheme());OpaqueTridentKafkaSpout spout = new OpaqueTridentKafkaSpout(spoutConf); //定义HBase的Mapper，指定“word”字段的内容作为rowkey，列族名为cfTridentHBaseMapper tridentHBaseMapper = new SimpleTridentHBaseMapper()        .withColumnFamily("cf")        .withColumnFields(new Fields("word"))        .withColumnFields(new Fields("count"))        .withRowKeyField("word"); // LogCollect就是自定义的MapperHBaseValueMapper rowToStormValueMapper = new LogCollectMapper(); //定义投影类，加入cf列族中的word和count两个列HBaseProjectionCriteria projectionCriteria = new HBaseProjectionCriteria();projectionCriteria.addColumn(new HBaseProjectionCriteria.ColumnMetaData("cf", "word"));projectionCriteria.addColumn(new HBaseProjectionCriteria.ColumnMetaData("cf", "count")); //定义HBaseState类的属性类OptionHBaseState.Options options = new HBaseState.Options()        .withConfigKey(hBaseConfigKey)        .withDurability(Durability.SYNC_WAL)        .withMapper(tridentHBaseMapper)        .withProjectionCriteria(projectionCriteria)        .withRowToStormValueMapper(rowToStormValueMapper)        .withTableName("storminput"); //使用工厂方法和Option生成HBaseState对象StateFactory factory = new HBaseStateFactory(options); //定义Stream，从Kafka中读出的数据，使用AddTimeFunction方法把它生成word和field两个字段，然后把他们写入HBase,如上面定义的，word字段作为row keytridentTopology.newStream("myspout", spout).each(new Fields("str"), new AddTimeFunction(), new Fields("word", "count"))        .partitionPersist(factory, fields, new HBaseUpdater(), new Fields()); // 提交拓扑StormSubmitter.submitTopology(args[0], conf,tridentTopology.build());