storm 实战及实例讲解(一)

http://blog.csdn.net/comaple/article/details/7912529

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：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:

    - "10.10.249.195"

    - "10.10.249.196"

#

# nimbus.host: "nimbus"

## Locations of the drpc servers

drpc.servers:

    - "10.10.249.197"

#    - "server2"

 

Supervisor节点的配置：

########### These MUST be filled in for astorm configuration

storm.zookeeper.servers:

    - "10.10.249.195"

    - "10.10.249.196"

#

nimbus.host: "10.10.249.195"

#

## Locations of the drpc servers

drpc.servers:

    - "10.10.249.197"

#    - "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:

     -"10.10.249.195"

     -"10.10.249.196"

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：点击打开链接

 讲解二