欢迎使用CSDN-markdown编辑器

最近闲来无事，看了些目前比较火的storm资料，自己在公司测试环境搭了套storm集群。下面把一些关键点记录下来。
官网地址：http://storm-project.net/
源码地址：https://github.com/nathanmarz/storm
技术论坛：https://groups.google.com/forum/#!forum/storm-user

一，关于storm的一些概念：
Storm是Twitter开源的一个分布式的实时计算系统，作为同样在大数据处理方面比较火的hadoop，他们之间有什么区别呢？
简要地说，他们的侧重点的不同，得益于HDFS这个牛逼的分布式文件系统，hadoop面向离线的海量数据计算，注重数据的吞吐，数据量越大越适合它的胃口，但是它做不到real-time，具有一定的延时性。
与hadoop对比，storm侧重点就在于real-time，注重时效性，它会持续处理到达的数据，特点是“快”。
再举个通俗的例子，hadoop相当于垂直电梯，装满了人之后再启动，人想上电梯得先等一会儿（延时性），如果没人按电梯，那么它会停止运转；
而storm就类似于商场里的手扶电梯，它会一直运转，人来了直接站上去（时效性），速度快，即使没有人过来，它也会运转（貌似现在改进了，没人的时候会低速运转）。

在编程模型上的区别是：hadoop把任务封装成Map-Reduce，任务执行完之后会结束。而storm把任务打包成Topology，一旦任务提交之后就不会结束，除非你强制kill

storm使用场景：数据的实时分析，持续计算，分布式RPC等等。
storm的基本元素：Topology、Stream、Spout、Bolt等等
编程模型（摘自storm官网）：

        spout                                 bolt                                 bolt 

storm编程开发常用的类：
BaseRichSpout (消息生产者)
BaseBasicBolt (消息处理者)
TopologyBuilder (拓扑的构建器)
Values (将数据存放到values ，发送到下个组件)
Tuple(发送的数据被封装到Tuple，可以通tuple接收上个组件发送的消息)
Config (配置)
StormSubmitter / LocalCluster (拓扑提交器)

storm集群物理模型：

Nimbus：主控节点运行的进程，用于提交、分配任务，监控状态等。
Supervisor：每一个工作节点上面运行一个叫做Supervisor进程，负责从zookeeper获取任务，管理worker进程
worker：实际运行具体逻辑的进程，由supervisor管理
zookeeper：Nimbus和Supervisor之间的所有协调工作都是通过Zookeeper集群完成，包括任务的分发。