storm整合用例
This commit is contained in:
罗祥
parent
756d0eb315
commit
b5f452fa0a
@ -9,7 +9,6 @@
|
|||||||
<version>1.0</version>
|
<version>1.0</version>
|
||||||
|
|
||||||
<properties>
|
<properties>
|
||||||
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
|
|
||||||
<storm.version>1.2.2</storm.version>
|
<storm.version>1.2.2</storm.version>
|
||||||
</properties>
|
</properties>
|
||||||
|
|
||||||
@ -20,6 +19,53 @@
|
|||||||
</repository>
|
</repository>
|
||||||
</repositories>
|
</repositories>
|
||||||
|
|
||||||
|
<dependencies>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-core</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
<!--Storm整合HDFS依赖-->
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-hdfs</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.hadoop</groupId>
|
||||||
|
<artifactId>hadoop-common</artifactId>
|
||||||
|
<version>2.6.0-cdh5.15.2</version>
|
||||||
|
<exclusions>
|
||||||
|
<exclusion>
|
||||||
|
<groupId>org.slf4j</groupId>
|
||||||
|
<artifactId>slf4j-log4j12</artifactId>
|
||||||
|
</exclusion>
|
||||||
|
</exclusions>
|
||||||
|
</dependency>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.hadoop</groupId>
|
||||||
|
<artifactId>hadoop-client</artifactId>
|
||||||
|
<version>2.6.0-cdh5.15.2</version>
|
||||||
|
<exclusions>
|
||||||
|
<exclusion>
|
||||||
|
<groupId>org.slf4j</groupId>
|
||||||
|
<artifactId>slf4j-log4j12</artifactId>
|
||||||
|
</exclusion>
|
||||||
|
</exclusions>
|
||||||
|
</dependency>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.hadoop</groupId>
|
||||||
|
<artifactId>hadoop-hdfs</artifactId>
|
||||||
|
<version>2.6.0-cdh5.15.2</version>
|
||||||
|
<exclusions>
|
||||||
|
<exclusion>
|
||||||
|
<groupId>org.slf4j</groupId>
|
||||||
|
<artifactId>slf4j-log4j12</artifactId>
|
||||||
|
</exclusion>
|
||||||
|
</exclusions>
|
||||||
|
</dependency>
|
||||||
|
</dependencies>
|
||||||
|
|
||||||
|
|
||||||
<build>
|
<build>
|
||||||
<plugins>
|
<plugins>
|
||||||
@ -83,53 +129,4 @@
|
|||||||
</plugins>
|
</plugins>
|
||||||
</build>
|
</build>
|
||||||
|
|
||||||
|
|
||||||
<dependencies>
|
|
||||||
<dependency>
|
|
||||||
<groupId>org.apache.storm</groupId>
|
|
||||||
<artifactId>storm-core</artifactId>
|
|
||||||
<version>${storm.version}</version>
|
|
||||||
</dependency>
|
|
||||||
<!--Storm整合HDFS依赖-->
|
|
||||||
<dependency>
|
|
||||||
<groupId>org.apache.storm</groupId>
|
|
||||||
<artifactId>storm-hdfs</artifactId>
|
|
||||||
<version>${storm.version}</version>
|
|
||||||
</dependency>
|
|
||||||
<dependency>
|
|
||||||
<groupId>org.apache.hadoop</groupId>
|
|
||||||
<artifactId>hadoop-common</artifactId>
|
|
||||||
<version>2.6.0-cdh5.15.2</version>
|
|
||||||
<exclusions>
|
|
||||||
<exclusion>
|
|
||||||
<groupId>org.slf4j</groupId>
|
|
||||||
<artifactId>slf4j-log4j12</artifactId>
|
|
||||||
</exclusion>
|
|
||||||
</exclusions>
|
|
||||||
</dependency>
|
|
||||||
<dependency>
|
|
||||||
<groupId>org.apache.hadoop</groupId>
|
|
||||||
<artifactId>hadoop-client</artifactId>
|
|
||||||
<version>2.6.0-cdh5.15.2</version>
|
|
||||||
<exclusions>
|
|
||||||
<exclusion>
|
|
||||||
<groupId>org.slf4j</groupId>
|
|
||||||
<artifactId>slf4j-log4j12</artifactId>
|
|
||||||
</exclusion>
|
|
||||||
</exclusions>
|
|
||||||
</dependency>
|
|
||||||
<dependency>
|
|
||||||
<groupId>org.apache.hadoop</groupId>
|
|
||||||
<artifactId>hadoop-hdfs</artifactId>
|
|
||||||
<version>2.6.0-cdh5.15.2</version>
|
|
||||||
<exclusions>
|
|
||||||
<exclusion>
|
|
||||||
<groupId>org.slf4j</groupId>
|
|
||||||
<artifactId>slf4j-log4j12</artifactId>
|
|
||||||
</exclusion>
|
|
||||||
</exclusions>
|
|
||||||
</dependency>
|
|
||||||
</dependencies>
|
|
||||||
|
|
||||||
|
|
||||||
</project>
|
</project>
|
||||||
@ -8,6 +8,29 @@
|
|||||||
<artifactId>storm-kafka-integration</artifactId>
|
<artifactId>storm-kafka-integration</artifactId>
|
||||||
<version>1.0</version>
|
<version>1.0</version>
|
||||||
|
|
||||||
|
<properties>
|
||||||
|
<storm.version>1.2.2</storm.version>
|
||||||
|
<kafka.version>2.2.0</kafka.version>
|
||||||
|
</properties>
|
||||||
|
|
||||||
|
<dependencies>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-core</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-kafka-client</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.kafka</groupId>
|
||||||
|
<artifactId>kafka-clients</artifactId>
|
||||||
|
<version>${kafka.version}</version>
|
||||||
|
</dependency>
|
||||||
|
</dependencies>
|
||||||
|
|
||||||
<build>
|
<build>
|
||||||
<plugins>
|
<plugins>
|
||||||
<plugin>
|
<plugin>
|
||||||
@ -68,27 +91,4 @@
|
|||||||
</plugins>
|
</plugins>
|
||||||
</build>
|
</build>
|
||||||
|
|
||||||
<properties>
|
|
||||||
<storm.version>1.2.2</storm.version>
|
|
||||||
<kafka.version>2.2.0</kafka.version>
|
|
||||||
</properties>
|
|
||||||
|
|
||||||
<dependencies>
|
|
||||||
<dependency>
|
|
||||||
<groupId>org.apache.storm</groupId>
|
|
||||||
<artifactId>storm-core</artifactId>
|
|
||||||
<version>${storm.version}</version>
|
|
||||||
</dependency>
|
|
||||||
<dependency>
|
|
||||||
<groupId>org.apache.storm</groupId>
|
|
||||||
<artifactId>storm-kafka-client</artifactId>
|
|
||||||
<version>${storm.version}</version>
|
|
||||||
</dependency>
|
|
||||||
<dependency>
|
|
||||||
<groupId>org.apache.kafka</groupId>
|
|
||||||
<artifactId>kafka-clients</artifactId>
|
|
||||||
<version>${kafka.version}</version>
|
|
||||||
</dependency>
|
|
||||||
</dependencies>
|
|
||||||
|
|
||||||
</project>
|
</project>
|
||||||
@ -14,7 +14,7 @@ import org.apache.storm.topology.TopologyBuilder;
|
|||||||
import java.util.Properties;
|
import java.util.Properties;
|
||||||
|
|
||||||
/**
|
/**
|
||||||
* 写入数据到Kafka的特定主题中
|
* 写入数据到Kafka中
|
||||||
*/
|
*/
|
||||||
public class WritingToKafkaApp {
|
public class WritingToKafkaApp {
|
||||||
|
|
||||||
|
|||||||
@ -9,10 +9,23 @@
|
|||||||
<version>1.0</version>
|
<version>1.0</version>
|
||||||
|
|
||||||
<properties>
|
<properties>
|
||||||
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
|
|
||||||
<storm.version>1.2.2</storm.version>
|
<storm.version>1.2.2</storm.version>
|
||||||
</properties>
|
</properties>
|
||||||
|
|
||||||
|
<dependencies>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-core</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-redis</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
</dependencies>
|
||||||
|
|
||||||
|
|
||||||
<build>
|
<build>
|
||||||
<plugins>
|
<plugins>
|
||||||
<plugin>
|
<plugin>
|
||||||
@ -73,19 +86,4 @@
|
|||||||
</plugins>
|
</plugins>
|
||||||
</build>
|
</build>
|
||||||
|
|
||||||
|
|
||||||
<dependencies>
|
|
||||||
<dependency>
|
|
||||||
<groupId>org.apache.storm</groupId>
|
|
||||||
<artifactId>storm-core</artifactId>
|
|
||||||
<version>${storm.version}</version>
|
|
||||||
</dependency>
|
|
||||||
<dependency>
|
|
||||||
<groupId>org.apache.storm</groupId>
|
|
||||||
<artifactId>storm-redis</artifactId>
|
|
||||||
<version>${storm.version}</version>
|
|
||||||
</dependency>
|
|
||||||
</dependencies>
|
|
||||||
|
|
||||||
|
|
||||||
</project>
|
</project>
|
||||||
@ -5,7 +5,7 @@ import org.apache.storm.redis.common.mapper.RedisStoreMapper;
|
|||||||
import org.apache.storm.tuple.ITuple;
|
import org.apache.storm.tuple.ITuple;
|
||||||
|
|
||||||
/**
|
/**
|
||||||
* 定义流数据与Redis中数据的映射关系
|
* 定义tuple与Redis中数据的映射关系
|
||||||
*/
|
*/
|
||||||
public class WordCountStoreMapper implements RedisStoreMapper {
|
public class WordCountStoreMapper implements RedisStoreMapper {
|
||||||
private RedisDataTypeDescription description;
|
private RedisDataTypeDescription description;
|
||||||
|
|||||||
309
notes/Storm多种打包方式对比分析.md
Normal file
309
notes/Storm多种打包方式对比分析.md
Normal file
@ -0,0 +1,309 @@
|
|||||||
|
# Storm多种打包方式对比分析
|
||||||
|
|
||||||
|
## 一、简介
|
||||||
|
|
||||||
|
在将Storm Topology提交到服务器集群进行运行时，需要先将项目进行打包，本文主要对比分析各种打包方式，并将打包过程中需要注意的事项进行说明。主要打包方式有以下三种：
|
||||||
|
|
||||||
|
+ 第一种：不加任何插件，直接使用mvn package打包；
|
||||||
|
+ 第二种：使用maven-assembly-plugin插件进行打包；
|
||||||
|
+ 第三种：使用maven-shade-plugin进行打包。
|
||||||
|
|
||||||
|
以下分别进行详细的说明。
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
## 二、mvn package
|
||||||
|
|
||||||
|
### 2.1 mvn package的局限
|
||||||
|
|
||||||
|
不在POM中配置任何插件，直接使用`mvn package`进行项目打包，这对于没有使用外部依赖包的项目是可行的。
|
||||||
|
|
||||||
|
但如果项目中使用了第三方JAR包，就会出现问题，因为`mvn package`打包后的JAR中是不含有依赖包的，如果此时你提交到服务器上运行，就会出现找不到第三方依赖的异常。
|
||||||
|
|
||||||
|
如果你想采用这种方式进行打包，但是又使用了第三方JAR包，有没有解决办法？答案是有的，这一点在官方文档中[Command Line Client](http://storm.apache.org/releases/2.0.0-SNAPSHOT/Command-line-client.html)这部分有所讲解，主要解决办法如下。
|
||||||
|
|
||||||
|
### 2.2 解决办法
|
||||||
|
|
||||||
|
在使用`storm jar topology-jar-path class ...`提交Topology的时候，需要指定第三方依赖时候，可以进行如下操作：
|
||||||
|
|
||||||
|
+ 如果第三方JAR包在本地，可以使用`--jars`指定；
|
||||||
|
+ 如果第三方JAR包在远程中央仓库，可以使用`--artifacts` 指定，此时如果想要排除某些依赖，可以使用 `^` 符号；
|
||||||
|
+ 如果第三方JAR包在其他仓库，还需要使用 `--artifactRepositories`指明仓库地址，库名和地址使用 `^` 符号分隔。
|
||||||
|
|
||||||
|
以下是包含上面三种情况的一个例子：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
./bin/storm jar example/storm-starter/storm-starter-topologies-*.jar org.apache.storm.starter.RollingTopWords blobstore-remote2 remote --jars "./external/storm-redis/storm-redis-1.1.0.jar,./external/storm-kafka/storm-kafka-1.1.0.jar" --artifacts "redis.clients:jedis:2.9.0,org.apache.kafka:kafka_2.10:0.8.2.2^org.slf4j:slf4j-log4j12" --artifactRepositories "jboss-repository^http://repository.jboss.com/maven2,HDPRepo^http://repo.hortonworks.com/content/groups/public/"
|
||||||
|
```
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
## 三、maven-assembly-plugin插件
|
||||||
|
|
||||||
|
### 3.1 官方文档说明
|
||||||
|
|
||||||
|
maven-assembly-plugin是官方文档中介绍的打包方法，以下表述来源于官方文档：[Running Topologies on a Production Cluster](http://storm.apache.org/releases/2.0.0-SNAPSHOT/Running-topologies-on-a-production-cluster.html)
|
||||||
|
|
||||||
|
> If you're using Maven, the [Maven Assembly Plugin](http://maven.apache.org/plugins/maven-assembly-plugin/) can do the packaging for you. Just add this to your pom.xml:
|
||||||
|
>
|
||||||
|
> ```xml
|
||||||
|
> <plugin>
|
||||||
|
> <artifactId>maven-assembly-plugin</artifactId>
|
||||||
|
> <configuration>
|
||||||
|
> <descriptorRefs>
|
||||||
|
> <descriptorRef>jar-with-dependencies</descriptorRef>
|
||||||
|
> </descriptorRefs>
|
||||||
|
> <archive>
|
||||||
|
> <manifest>
|
||||||
|
> <mainClass>com.path.to.main.Class</mainClass>
|
||||||
|
> </manifest>
|
||||||
|
> </archive>
|
||||||
|
> </configuration>
|
||||||
|
> </plugin>
|
||||||
|
> ```
|
||||||
|
>
|
||||||
|
> Then run mvn assembly:assembly to get an appropriately packaged jar. Make sure you [exclude](http://maven.apache.org/plugins/maven-assembly-plugin/examples/single/including-and-excluding-artifacts.html) the Storm jars since the cluster already has Storm on the classpath.
|
||||||
|
|
||||||
|
主要是两点：
|
||||||
|
|
||||||
|
- 使用maven-assembly-plugin进行打包，因为maven-assembly-plugin会把所有的依赖一并打包到最后的JAR中；
|
||||||
|
- 排除掉Storm集群环境中已经提供的Storm jars。
|
||||||
|
|
||||||
|
maven-assembly-plugin的使用非常简单，只需要在POM.xml中引入即可，并且在\<descriptorRef>标签指定打包格式为`jar-with-dependencies`。那么就剩下一个问题：如何排除Storm jars ？
|
||||||
|
|
||||||
|
### 3.2 排除Storm jars
|
||||||
|
|
||||||
|
这里说明一下，`jar-with-dependencies`是Maven官方内置的一种打包格式，Maven官方文档[Pre-defined Descriptor Files](http://maven.apache.org/plugins/maven-assembly-plugin/descriptor-refs.html)中有所说明：
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
如果你想排除某个依赖，这里以排除`storm-core`为例，你可以在`jar-with-dependencies`的XML上进行修改。
|
||||||
|
|
||||||
|
```xml
|
||||||
|
<assembly xmlns="http://maven.apache.org/ASSEMBLY/2.0.0"
|
||||||
|
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
|
||||||
|
xsi:schemaLocation="http://maven.apache.org/ASSEMBLY/2.0.0 http://maven.apache.org/xsd/assembly-2.0.0.xsd">
|
||||||
|
|
||||||
|
<id>jar-with-dependencies</id>
|
||||||
|
|
||||||
|
<!--指明打包方式-->
|
||||||
|
<formats>
|
||||||
|
<format>jar</format>
|
||||||
|
</formats>
|
||||||
|
|
||||||
|
<includeBaseDirectory>false</includeBaseDirectory>
|
||||||
|
<dependencySets>
|
||||||
|
<dependencySet>
|
||||||
|
<outputDirectory>/</outputDirectory>
|
||||||
|
<useProjectArtifact>true</useProjectArtifact>
|
||||||
|
<unpack>true</unpack>
|
||||||
|
<scope>runtime</scope>
|
||||||
|
<!--排除storm环境中已经提供的storm-core-->
|
||||||
|
<excludes>
|
||||||
|
<exclude>org.apache.storm:storm-core</exclude>
|
||||||
|
</excludes>
|
||||||
|
</dependencySet>
|
||||||
|
</dependencySets>
|
||||||
|
</assembly>
|
||||||
|
```
|
||||||
|
|
||||||
|
### 3.3 最终配置
|
||||||
|
|
||||||
|
采用maven-assembly-plugin进行打包时候，最终的配置应该如下：
|
||||||
|
|
||||||
|
#### 1.引入插件
|
||||||
|
|
||||||
|
在POM.xml中引入插件，并指定打包格式的配置文件`assembly.xml`(名称可自定义)：
|
||||||
|
|
||||||
|
```xml
|
||||||
|
<build>
|
||||||
|
<plugins>
|
||||||
|
<plugin>
|
||||||
|
<artifactId>maven-assembly-plugin</artifactId>
|
||||||
|
<configuration>
|
||||||
|
<descriptors>
|
||||||
|
<descriptor>src/main/resources/assembly.xml</descriptor>
|
||||||
|
</descriptors>
|
||||||
|
<archive>
|
||||||
|
<manifest>
|
||||||
|
<mainClass>com.heibaiying.wordcount.ClusterWordCountApp</mainClass>
|
||||||
|
</manifest>
|
||||||
|
</archive>
|
||||||
|
</configuration>
|
||||||
|
</plugin>
|
||||||
|
</plugins>
|
||||||
|
</build>
|
||||||
|
```
|
||||||
|
|
||||||
|
assembly.xml文件内容如下：
|
||||||
|
|
||||||
|
```xml
|
||||||
|
<assembly xmlns="http://maven.apache.org/ASSEMBLY/2.0.0"
|
||||||
|
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
|
||||||
|
xsi:schemaLocation="http://maven.apache.org/ASSEMBLY/2.0.0 http://maven.apache.org/xsd/assembly-2.0.0.xsd">
|
||||||
|
|
||||||
|
<id>jar-with-dependencies</id>
|
||||||
|
|
||||||
|
<!--指明打包方式-->
|
||||||
|
<formats>
|
||||||
|
<format>jar</format>
|
||||||
|
</formats>
|
||||||
|
|
||||||
|
<includeBaseDirectory>false</includeBaseDirectory>
|
||||||
|
<dependencySets>
|
||||||
|
<dependencySet>
|
||||||
|
<outputDirectory>/</outputDirectory>
|
||||||
|
<useProjectArtifact>true</useProjectArtifact>
|
||||||
|
<unpack>true</unpack>
|
||||||
|
<scope>runtime</scope>
|
||||||
|
<!--排除storm环境中已经提供的storm-core-->
|
||||||
|
<excludes>
|
||||||
|
<exclude>org.apache.storm:storm-core</exclude>
|
||||||
|
</excludes>
|
||||||
|
</dependencySet>
|
||||||
|
</dependencySets>
|
||||||
|
</assembly>
|
||||||
|
```
|
||||||
|
|
||||||
|
>在配置文件中不仅可以排除依赖，还可以排除指定的文件，更多的配置规则可以参考官方文档：[Descriptor Format](http://maven.apache.org/plugins/maven-assembly-plugin/assembly.html#)
|
||||||
|
|
||||||
|
#### 2. 打包命令
|
||||||
|
|
||||||
|
采用maven-assembly-plugin进行打包时命令如下：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# mvn assembly:assembly
|
||||||
|
```
|
||||||
|
|
||||||
|
打包后会同时生成两个JAR包，其中后缀为`jar-with-dependencies`是含有第三方依赖的JAR包，后缀是由`assembly.xml`中`<id>`标签指定的，可以自定义修改。提交该JAR到集群环境即可直接使用。
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
## 四、maven-shade-plugin插件
|
||||||
|
|
||||||
|
### 4.1 官方文档说明
|
||||||
|
|
||||||
|
第三种方式是使用maven-shade-plugin，既然已经有了maven-assembly-plugin，为什么还需要maven-shade-plugin，这一点在官方文档中也是有所说明的，来自于官方对HDFS整合讲解的章节[Storm HDFS Integration](http://storm.apache.org/releases/2.0.0-SNAPSHOT/storm-hdfs.html)，原文如下：
|
||||||
|
|
||||||
|
>When packaging your topology, it's important that you use the [maven-shade-plugin](http://storm.apache.org/releases/2.0.0-SNAPSHOT/storm-hdfs.html) as opposed to the [maven-assembly-plugin](http://storm.apache.org/releases/2.0.0-SNAPSHOT/storm-hdfs.html).
|
||||||
|
>
|
||||||
|
>The shade plugin provides facilities for merging JAR manifest entries, which the hadoop client leverages for URL scheme resolution.
|
||||||
|
>
|
||||||
|
>If you experience errors such as the following:
|
||||||
|
>
|
||||||
|
>```
|
||||||
|
>java.lang.RuntimeException: Error preparing HdfsBolt: No FileSystem for scheme: hdfs
|
||||||
|
>```
|
||||||
|
>
|
||||||
|
>it's an indication that your topology jar file isn't packaged properly.
|
||||||
|
>
|
||||||
|
>If you are using maven to create your topology jar, you should use the following `maven-shade-plugin` configuration to create your topology jar。
|
||||||
|
|
||||||
|
这里第一句就说的比较清晰，在集成HDFS时候，你必须使用maven-shade-plugin来代替maven-assembly-plugin，否则会抛出
|
||||||
|
|
||||||
|
RuntimeException异常。
|
||||||
|
|
||||||
|
采用maven-shade-plugin有很多好处，比如你的工程依赖很多的JAR包，而被依赖的JAR又会依赖其他的JAR包，这样,当工程中依赖到不同的版本的 JAR时，并且JAR中具有相同名称的资源文件时，shade插件会尝试将所有资源文件打包在一起时，而不是和assembly一样执行覆盖操作。
|
||||||
|
|
||||||
|
### 4.2 配置
|
||||||
|
|
||||||
|
配置示例如下：
|
||||||
|
|
||||||
|
```xml
|
||||||
|
<plugin>
|
||||||
|
<groupId>org.apache.maven.plugins</groupId>
|
||||||
|
<artifactId>maven-shade-plugin</artifactId>
|
||||||
|
<configuration>
|
||||||
|
<createDependencyReducedPom>true</createDependencyReducedPom>
|
||||||
|
<filters>
|
||||||
|
<filter>
|
||||||
|
<artifact>*:*</artifact>
|
||||||
|
<excludes>
|
||||||
|
<exclude>META-INF/*.SF</exclude>
|
||||||
|
<exclude>META-INF/*.sf</exclude>
|
||||||
|
<exclude>META-INF/*.DSA</exclude>
|
||||||
|
<exclude>META-INF/*.dsa</exclude>
|
||||||
|
<exclude>META-INF/*.RSA</exclude>
|
||||||
|
<exclude>META-INF/*.rsa</exclude>
|
||||||
|
<exclude>META-INF/*.EC</exclude>
|
||||||
|
<exclude>META-INF/*.ec</exclude>
|
||||||
|
<exclude>META-INF/MSFTSIG.SF</exclude>
|
||||||
|
<exclude>META-INF/MSFTSIG.RSA</exclude>
|
||||||
|
</excludes>
|
||||||
|
</filter>
|
||||||
|
</filters>
|
||||||
|
<artifactSet>
|
||||||
|
<excludes>
|
||||||
|
<exclude>org.apache.storm:storm-core</exclude>
|
||||||
|
</excludes>
|
||||||
|
</artifactSet>
|
||||||
|
</configuration>
|
||||||
|
<executions>
|
||||||
|
<execution>
|
||||||
|
<phase>package</phase>
|
||||||
|
<goals>
|
||||||
|
<goal>shade</goal>
|
||||||
|
</goals>
|
||||||
|
<configuration>
|
||||||
|
<transformers>
|
||||||
|
<transformer
|
||||||
|
implementation="org.apache.maven.plugins.shade.resource.ServicesResourceTransformer"/>
|
||||||
|
<transformer
|
||||||
|
implementation="org.apache.maven.plugins.shade.resource.ManifestResourceTransformer">
|
||||||
|
</transformer>
|
||||||
|
</transformers>
|
||||||
|
</configuration>
|
||||||
|
</execution>
|
||||||
|
</executions>
|
||||||
|
</plugin>
|
||||||
|
```
|
||||||
|
|
||||||
|
配置说明：
|
||||||
|
|
||||||
|
有些jar包生成时，会使用jarsigner生成文件签名（完成性校验），分为两个文件存放在META-INF目录下。
|
||||||
|
|
||||||
|
+ a signature file, with a .SF extension；
|
||||||
|
+ a signature block file, with a .DSA, .RSA, or .EC extension；
|
||||||
|
|
||||||
|
如果某些包的存在重复引用，这可能会导致在打包时候出现`Invalid signature file digest for Manifest main attributes`异常，所以在配置中排除这些文件。
|
||||||
|
|
||||||
|
### 4.3 打包命令
|
||||||
|
|
||||||
|
使用maven-shade-plugin进行打包的时候，打包命令和普通的一样：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# mvn package
|
||||||
|
```
|
||||||
|
|
||||||
|
打包后会生成两个JAR包，提交到服务器集群时使用非original开头的JAR.
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
## 五、结论
|
||||||
|
|
||||||
|
通过以上三种打包方式的详细介绍，这里给出最后的结论：**建议使用maven-shade-plugin插件进行打包**，因为其通用性最强，操作最简单，并且storm官方Github中给的所有[examples](https://github.com/apache/storm/tree/master/examples)都是采用的第三种打包方式。
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
## 六、打包注意事项
|
||||||
|
|
||||||
|
无论采用任何打包方式，都必须排除集群环境中已经提供的storm jars。这里比较典型的是storm-core，其在安装目录的lib目录下已经存在。
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
如果你不排除storm-core，通常会抛出下面的异常：
|
||||||
|
|
||||||
|
```properties
|
||||||
|
Caused by: java.lang.RuntimeException: java.io.IOException: Found multiple defaults.yaml resources. You're probably bundling the Storm jars with your topology jar. [jar:file:/usr/app/apache-storm-1.2.2/lib/storm-core-1.2.2.jar!/defaults.yaml, jar:file:/usr/appjar/storm-hdfs-integration-1.0.jar!/defaults.yaml]
|
||||||
|
at org.apache.storm.utils.Utils.findAndReadConfigFile(Utils.java:384)
|
||||||
|
at org.apache.storm.utils.Utils.readDefaultConfig(Utils.java:428)
|
||||||
|
at org.apache.storm.utils.Utils.readStormConfig(Utils.java:464)
|
||||||
|
at org.apache.storm.utils.Utils.<clinit>(Utils.java:178)
|
||||||
|
... 39 more
|
||||||
|
```
|
||||||
|
|
||||||
|
|
||||||
@ -471,7 +471,7 @@ storm kill ClusterWordCountApp -w 3
|
|||||||
|
|
||||||
### 1. mvn package的局限性
|
### 1. mvn package的局限性
|
||||||
|
|
||||||
上面我们直接使用`mvn package`进行项目打包，这对于没有使用外部依赖包的项目是可行的。但如果项目中使用了第三方JAR包，就会出现问题，因为`package`打包后的JAR中是不含有依赖包的，如果此时你提交到服务器上运行，就会出现找不到第三方依赖的异常。
|
上面我们没有在POM中配置任何插件，直接使用`mvn package`进行项目打包，这对于没有使用外部依赖包的项目是可行的。但如果项目中使用了第三方JAR包，就会出现问题，因为`package`打包后的JAR中是不含有依赖包的，如果此时你提交到服务器上运行，就会出现找不到第三方依赖的异常。
|
||||||
|
|
||||||
这时候可能大家会有疑惑，在我们的项目中不是使用了`storm-core`这个依赖吗？其实上面之所以我们能运行成功，是因为在Storm的集群环境中提供了这个JAR包，在安装目录的lib目录下：
|
这时候可能大家会有疑惑，在我们的项目中不是使用了`storm-core`这个依赖吗？其实上面之所以我们能运行成功，是因为在Storm的集群环境中提供了这个JAR包，在安装目录的lib目录下：
|
||||||
|
|
||||||
|
|||||||
472
notes/Storm集成HBase和HDFS.md
Normal file
472
notes/Storm集成HBase和HDFS.md
Normal file
@ -0,0 +1,472 @@
|
|||||||
|
# Storm集成HDFS和HBase
|
||||||
|
|
||||||
|
## 一、Storm集成HDFS
|
||||||
|
|
||||||
|
### 1.1 项目结构
|
||||||
|
|
||||||
|
> 本用例源码下载地址：[storm-hdfs-integration](https://github.com/heibaiying/BigData-Notes/tree/master/code/Storm/storm-hdfs-integration)
|
||||||
|
|
||||||
|
### 1.2 项目主要依赖
|
||||||
|
|
||||||
|
项目主要依赖如下，有两个需要注意：
|
||||||
|
|
||||||
|
+ 这里由于我服务器上安装的是CDH版本的Hadoop，在导入依赖时引入的也是CDH版本的依赖，需要使用`<repository>`标签指定CDH的仓库地址；
|
||||||
|
+ `hadoop-common`、`hadoop-client`、`hadoop-hdfs`均需要排除`slf4j-log4j12`依赖，原因是`storm-core`中已经有该依赖，不排除的话有JAR包冲突的风险；
|
||||||
|
|
||||||
|
```xml
|
||||||
|
<properties>
|
||||||
|
<storm.version>1.2.2</storm.version>
|
||||||
|
</properties>
|
||||||
|
|
||||||
|
<repositories>
|
||||||
|
<repository>
|
||||||
|
<id>cloudera</id>
|
||||||
|
<url>https://repository.cloudera.com/artifactory/cloudera-repos/</url>
|
||||||
|
</repository>
|
||||||
|
</repositories>
|
||||||
|
|
||||||
|
<dependencies>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-core</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
<!--Storm整合HDFS依赖-->
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-hdfs</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.hadoop</groupId>
|
||||||
|
<artifactId>hadoop-common</artifactId>
|
||||||
|
<version>2.6.0-cdh5.15.2</version>
|
||||||
|
<exclusions>
|
||||||
|
<exclusion>
|
||||||
|
<groupId>org.slf4j</groupId>
|
||||||
|
<artifactId>slf4j-log4j12</artifactId>
|
||||||
|
</exclusion>
|
||||||
|
</exclusions>
|
||||||
|
</dependency>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.hadoop</groupId>
|
||||||
|
<artifactId>hadoop-client</artifactId>
|
||||||
|
<version>2.6.0-cdh5.15.2</version>
|
||||||
|
<exclusions>
|
||||||
|
<exclusion>
|
||||||
|
<groupId>org.slf4j</groupId>
|
||||||
|
<artifactId>slf4j-log4j12</artifactId>
|
||||||
|
</exclusion>
|
||||||
|
</exclusions>
|
||||||
|
</dependency>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.hadoop</groupId>
|
||||||
|
<artifactId>hadoop-hdfs</artifactId>
|
||||||
|
<version>2.6.0-cdh5.15.2</version>
|
||||||
|
<exclusions>
|
||||||
|
<exclusion>
|
||||||
|
<groupId>org.slf4j</groupId>
|
||||||
|
<artifactId>slf4j-log4j12</artifactId>
|
||||||
|
</exclusion>
|
||||||
|
</exclusions>
|
||||||
|
</dependency>
|
||||||
|
</dependencies>
|
||||||
|
```
|
||||||
|
|
||||||
|
### 1.3 DataSourceSpout
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 产生词频样本的数据源
|
||||||
|
*/
|
||||||
|
public class DataSourceSpout extends BaseRichSpout {
|
||||||
|
|
||||||
|
private List<String> list = Arrays.asList("Spark", "Hadoop", "HBase", "Storm", "Flink", "Hive");
|
||||||
|
|
||||||
|
private SpoutOutputCollector spoutOutputCollector;
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void open(Map map, TopologyContext topologyContext, SpoutOutputCollector spoutOutputCollector) {
|
||||||
|
this.spoutOutputCollector = spoutOutputCollector;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void nextTuple() {
|
||||||
|
// 模拟产生数据
|
||||||
|
String lineData = productData();
|
||||||
|
spoutOutputCollector.emit(new Values(lineData));
|
||||||
|
Utils.sleep(1000);
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {
|
||||||
|
outputFieldsDeclarer.declare(new Fields("line"));
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 模拟数据
|
||||||
|
*/
|
||||||
|
private String productData() {
|
||||||
|
Collections.shuffle(list);
|
||||||
|
Random random = new Random();
|
||||||
|
int endIndex = random.nextInt(list.size()) % (list.size()) + 1;
|
||||||
|
return StringUtils.join(list.toArray(), "\t", 0, endIndex);
|
||||||
|
}
|
||||||
|
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
产生的模拟数据格式如下：
|
||||||
|
|
||||||
|
```properties
|
||||||
|
Spark HBase
|
||||||
|
Hive Flink Storm Hadoop HBase Spark
|
||||||
|
Flink
|
||||||
|
HBase Storm
|
||||||
|
HBase Hadoop Hive Flink
|
||||||
|
HBase Flink Hive Storm
|
||||||
|
Hive Flink Hadoop
|
||||||
|
HBase Hive
|
||||||
|
Hadoop Spark HBase Storm
|
||||||
|
```
|
||||||
|
|
||||||
|
### 1.4 将数据存储到HDFS
|
||||||
|
|
||||||
|
这里HDFS的地址和数据存储路径均使用了硬编码，在实际开发中可以通过外部传参指定，这样程序更为灵活。
|
||||||
|
|
||||||
|
```java
|
||||||
|
public class DataToHdfsApp {
|
||||||
|
|
||||||
|
private static final String DATA_SOURCE_SPOUT = "dataSourceSpout";
|
||||||
|
private static final String HDFS_BOLT = "hdfsBolt";
|
||||||
|
|
||||||
|
public static void main(String[] args) {
|
||||||
|
|
||||||
|
// 指定Hadoop的用户名 如果不指定,则在HDFS创建目录时候有可能抛出无权限的异常(RemoteException: Permission denied)
|
||||||
|
System.setProperty("HADOOP_USER_NAME", "root");
|
||||||
|
|
||||||
|
// 定义输出字段(Field)之间的分隔符
|
||||||
|
RecordFormat format = new DelimitedRecordFormat()
|
||||||
|
.withFieldDelimiter("|");
|
||||||
|
|
||||||
|
// 同步策略: 每100个tuples之后就会把数据从缓存刷新到HDFS中
|
||||||
|
SyncPolicy syncPolicy = new CountSyncPolicy(100);
|
||||||
|
|
||||||
|
// 文件策略: 每个文件大小上限1M,超过限定时,创建新文件并继续写入
|
||||||
|
FileRotationPolicy rotationPolicy = new FileSizeRotationPolicy(1.0f, Units.MB);
|
||||||
|
|
||||||
|
// 定义存储路径
|
||||||
|
FileNameFormat fileNameFormat = new DefaultFileNameFormat()
|
||||||
|
.withPath("/storm-hdfs/");
|
||||||
|
|
||||||
|
// 定义HdfsBolt
|
||||||
|
HdfsBolt hdfsBolt = new HdfsBolt()
|
||||||
|
.withFsUrl("hdfs://hadoop001:8020")
|
||||||
|
.withFileNameFormat(fileNameFormat)
|
||||||
|
.withRecordFormat(format)
|
||||||
|
.withRotationPolicy(rotationPolicy)
|
||||||
|
.withSyncPolicy(syncPolicy);
|
||||||
|
|
||||||
|
|
||||||
|
// 构建Topology
|
||||||
|
TopologyBuilder builder = new TopologyBuilder();
|
||||||
|
builder.setSpout(DATA_SOURCE_SPOUT, new DataSourceSpout());
|
||||||
|
// save to HDFS
|
||||||
|
builder.setBolt(HDFS_BOLT, hdfsBolt, 1).shuffleGrouping(DATA_SOURCE_SPOUT);
|
||||||
|
|
||||||
|
|
||||||
|
// 如果外部传参cluster则代表线上环境启动,否则代表本地启动
|
||||||
|
if (args.length > 0 && args[0].equals("cluster")) {
|
||||||
|
try {
|
||||||
|
StormSubmitter.submitTopology("ClusterDataToHdfsApp", new Config(), builder.createTopology());
|
||||||
|
} catch (AlreadyAliveException | InvalidTopologyException | AuthorizationException e) {
|
||||||
|
e.printStackTrace();
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
LocalCluster cluster = new LocalCluster();
|
||||||
|
cluster.submitTopology("LocalDataToHdfsApp",
|
||||||
|
new Config(), builder.createTopology());
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 1.5 启动测试
|
||||||
|
|
||||||
|
可以用直接使用本地模式运行，也可以打包后提交到服务器集群运行。本仓库提供的源码默认采用`maven-shade-plugin`进行打包，打包命令如下：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# mvn clean package -D maven.test.skip=true
|
||||||
|
```
|
||||||
|
|
||||||
|
运行后，数据会存储到HDFS的`/storm-hdfs`目录下。使用以下命令可以查看目录内容：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# 查看目录内容
|
||||||
|
hadoop fs -ls /storm-hdfs
|
||||||
|
# 监听文内容变化
|
||||||
|
hadoop fs -tail -f /strom-hdfs/文件名
|
||||||
|
```
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
## 二、Storm集成HBase
|
||||||
|
|
||||||
|
### 2.1 项目结构
|
||||||
|
|
||||||
|
本用例源码下载地址：[storm-hbase-integration](https://github.com/heibaiying/BigData-Notes/tree/master/code/Storm/storm-hbase-integration)
|
||||||
|
|
||||||
|
### 2.2 项目主要依赖
|
||||||
|
|
||||||
|
```xml
|
||||||
|
<properties>
|
||||||
|
<storm.version>1.2.2</storm.version>
|
||||||
|
</properties>
|
||||||
|
|
||||||
|
|
||||||
|
<dependencies>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-core</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
<!--Storm整合HBase依赖-->
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-hbase</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
</dependencies>
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.3 DataSourceSpout
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 产生词频样本的数据源
|
||||||
|
*/
|
||||||
|
public class DataSourceSpout extends BaseRichSpout {
|
||||||
|
|
||||||
|
private List<String> list = Arrays.asList("Spark", "Hadoop", "HBase", "Storm", "Flink", "Hive");
|
||||||
|
|
||||||
|
private SpoutOutputCollector spoutOutputCollector;
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void open(Map map, TopologyContext topologyContext, SpoutOutputCollector spoutOutputCollector) {
|
||||||
|
this.spoutOutputCollector = spoutOutputCollector;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void nextTuple() {
|
||||||
|
// 模拟产生数据
|
||||||
|
String lineData = productData();
|
||||||
|
spoutOutputCollector.emit(new Values(lineData));
|
||||||
|
Utils.sleep(1000);
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {
|
||||||
|
outputFieldsDeclarer.declare(new Fields("line"));
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 模拟数据
|
||||||
|
*/
|
||||||
|
private String productData() {
|
||||||
|
Collections.shuffle(list);
|
||||||
|
Random random = new Random();
|
||||||
|
int endIndex = random.nextInt(list.size()) % (list.size()) + 1;
|
||||||
|
return StringUtils.join(list.toArray(), "\t", 0, endIndex);
|
||||||
|
}
|
||||||
|
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
产生的模拟数据格式如下：
|
||||||
|
|
||||||
|
```properties
|
||||||
|
Spark HBase
|
||||||
|
Hive Flink Storm Hadoop HBase Spark
|
||||||
|
Flink
|
||||||
|
HBase Storm
|
||||||
|
HBase Hadoop Hive Flink
|
||||||
|
HBase Flink Hive Storm
|
||||||
|
Hive Flink Hadoop
|
||||||
|
HBase Hive
|
||||||
|
Hadoop Spark HBase Storm
|
||||||
|
```
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
### 2.4 SplitBolt
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 将每行数据按照指定分隔符进行拆分
|
||||||
|
*/
|
||||||
|
public class SplitBolt extends BaseRichBolt {
|
||||||
|
|
||||||
|
private OutputCollector collector;
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) {
|
||||||
|
this.collector = collector;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void execute(Tuple input) {
|
||||||
|
String line = input.getStringByField("line");
|
||||||
|
String[] words = line.split("\t");
|
||||||
|
for (String word : words) {
|
||||||
|
collector.emit(tuple(word, 1));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void declareOutputFields(OutputFieldsDeclarer declarer) {
|
||||||
|
declarer.declare(new Fields("word", "count"));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.5 CountBolt
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 进行词频统计
|
||||||
|
*/
|
||||||
|
public class CountBolt extends BaseRichBolt {
|
||||||
|
|
||||||
|
private Map<String, Integer> counts = new HashMap<>();
|
||||||
|
|
||||||
|
private OutputCollector collector;
|
||||||
|
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) {
|
||||||
|
this.collector=collector;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void execute(Tuple input) {
|
||||||
|
String word = input.getStringByField("word");
|
||||||
|
Integer count = counts.get(word);
|
||||||
|
if (count == null) {
|
||||||
|
count = 0;
|
||||||
|
}
|
||||||
|
count++;
|
||||||
|
counts.put(word, count);
|
||||||
|
// 输出
|
||||||
|
collector.emit(new Values(word, String.valueOf(count)));
|
||||||
|
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void declareOutputFields(OutputFieldsDeclarer declarer) {
|
||||||
|
declarer.declare(new Fields("word", "count"));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.6 WordCountToHBaseApp
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 进行词频统计 并将统计结果存储到HBase中
|
||||||
|
*/
|
||||||
|
public class WordCountToHBaseApp {
|
||||||
|
|
||||||
|
private static final String DATA_SOURCE_SPOUT = "dataSourceSpout";
|
||||||
|
private static final String SPLIT_BOLT = "splitBolt";
|
||||||
|
private static final String COUNT_BOLT = "countBolt";
|
||||||
|
private static final String HBASE_BOLT = "hbaseBolt";
|
||||||
|
|
||||||
|
public static void main(String[] args) {
|
||||||
|
|
||||||
|
// storm的配置
|
||||||
|
Config config = new Config();
|
||||||
|
|
||||||
|
// HBase的配置
|
||||||
|
Map<String, Object> hbConf = new HashMap<>();
|
||||||
|
hbConf.put("hbase.rootdir", "hdfs://hadoop001:8020/hbase");
|
||||||
|
hbConf.put("hbase.zookeeper.quorum", "hadoop001:2181");
|
||||||
|
|
||||||
|
// 将HBase的配置传入Storm的配置中
|
||||||
|
config.put("hbase.conf", hbConf);
|
||||||
|
|
||||||
|
// 定义流数据与HBase中数据的映射
|
||||||
|
SimpleHBaseMapper mapper = new SimpleHBaseMapper()
|
||||||
|
.withRowKeyField("word")
|
||||||
|
.withColumnFields(new Fields("word","count"))
|
||||||
|
.withColumnFamily("info");
|
||||||
|
|
||||||
|
/*
|
||||||
|
* 给HBaseBolt传入表名、数据映射关系、和HBase的配置信息
|
||||||
|
* 表需要预先创建: create 'WordCount','info'
|
||||||
|
*/
|
||||||
|
HBaseBolt hbase = new HBaseBolt("WordCount", mapper)
|
||||||
|
.withConfigKey("hbase.conf");
|
||||||
|
|
||||||
|
// 构建Topology
|
||||||
|
TopologyBuilder builder = new TopologyBuilder();
|
||||||
|
builder.setSpout(DATA_SOURCE_SPOUT, new DataSourceSpout(),1);
|
||||||
|
// split
|
||||||
|
builder.setBolt(SPLIT_BOLT, new SplitBolt(), 1).shuffleGrouping(DATA_SOURCE_SPOUT);
|
||||||
|
// count
|
||||||
|
builder.setBolt(COUNT_BOLT, new CountBolt(),1).shuffleGrouping(SPLIT_BOLT);
|
||||||
|
// save to HBase
|
||||||
|
builder.setBolt(HBASE_BOLT, hbase, 1).shuffleGrouping(COUNT_BOLT);
|
||||||
|
|
||||||
|
|
||||||
|
// 如果外部传参cluster则代表线上环境启动,否则代表本地启动
|
||||||
|
if (args.length > 0 && args[0].equals("cluster")) {
|
||||||
|
try {
|
||||||
|
StormSubmitter.submitTopology("ClusterWordCountToRedisApp", config, builder.createTopology());
|
||||||
|
} catch (AlreadyAliveException | InvalidTopologyException | AuthorizationException e) {
|
||||||
|
e.printStackTrace();
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
LocalCluster cluster = new LocalCluster();
|
||||||
|
cluster.submitTopology("LocalWordCountToRedisApp",
|
||||||
|
config, builder.createTopology());
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.7 启动测试
|
||||||
|
|
||||||
|
可以用直接使用本地模式运行，也可以打包后提交到服务器集群运行。本仓库提供的源码默认采用`maven-shade-plugin`进行打包，打包命令如下：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# mvn clean package -D maven.test.skip=true
|
||||||
|
```
|
||||||
|
|
||||||
|
运行后，数据会存储到HBase的`WordCount`表中。使用以下命令查看表的内容：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
hbase > scan 'WordCount'
|
||||||
|
```
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
### 2.8 withCounterFields
|
||||||
|
|
||||||
|
在上面的用例中我们是手动编码来实现词频统计，并将最后的结果存储到HBase中。其实也可以在构建`SimpleHBaseMapper`的时候通过`withCounterFields`指定count字段，被指定的字段会自动进行累加操作，这样也可以实现词频统计。需要注意的是withCounterFields指定的字段必须是Long类型，不能是String类型。
|
||||||
|
|
||||||
|
```java
|
||||||
|
SimpleHBaseMapper mapper = new SimpleHBaseMapper()
|
||||||
|
.withRowKeyField("word")
|
||||||
|
.withColumnFields(new Fields("word"))
|
||||||
|
.withCounterFields(new Fields("count"))
|
||||||
|
.withColumnFamily("cf");
|
||||||
|
```
|
||||||
|
|
||||||
344
notes/Storm集成Kakfa.md
Normal file
344
notes/Storm集成Kakfa.md
Normal file
@ -0,0 +1,344 @@
|
|||||||
|
# Storm集成Kafka
|
||||||
|
|
||||||
|
## 一、整合说明
|
||||||
|
|
||||||
|
Storm官方对Kafka的整合分为两个版本，官方说明文档分别如下：
|
||||||
|
|
||||||
|
+ [Storm Kafka Integration](http://storm.apache.org/releases/2.0.0-SNAPSHOT/storm-kafka.html) : 主要是针对0.8.x版本的Kafka提供整合支持；
|
||||||
|
+ [Storm Kafka Integration (0.10.x+)]() : 包含Kafka 新版本的 consumer API，主要对Kafka 0.10.x +提供整合支持。
|
||||||
|
|
||||||
|
这里我服务端安装的Kafka版本为2.2.0(Released Mar 22, 2019) ，按照官方0.10.x+的整合文档进行整合，不适用于0.8.x版本的Kafka。
|
||||||
|
|
||||||
|
## 二、写入数据到Kafka
|
||||||
|
|
||||||
|
### 2.1 项目结构
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
### 2.2 项目主要依赖
|
||||||
|
|
||||||
|
```xml
|
||||||
|
<properties>
|
||||||
|
<storm.version>1.2.2</storm.version>
|
||||||
|
<kafka.version>2.2.0</kafka.version>
|
||||||
|
</properties>
|
||||||
|
|
||||||
|
<dependencies>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-core</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-kafka-client</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.kafka</groupId>
|
||||||
|
<artifactId>kafka-clients</artifactId>
|
||||||
|
<version>${kafka.version}</version>
|
||||||
|
</dependency>
|
||||||
|
</dependencies>
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.3 DataSourceSpout
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 产生词频样本的数据源
|
||||||
|
*/
|
||||||
|
public class DataSourceSpout extends BaseRichSpout {
|
||||||
|
|
||||||
|
private List<String> list = Arrays.asList("Spark", "Hadoop", "HBase", "Storm", "Flink", "Hive");
|
||||||
|
|
||||||
|
private SpoutOutputCollector spoutOutputCollector;
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void open(Map map, TopologyContext topologyContext, SpoutOutputCollector spoutOutputCollector) {
|
||||||
|
this.spoutOutputCollector = spoutOutputCollector;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void nextTuple() {
|
||||||
|
// 模拟产生数据
|
||||||
|
String lineData = productData();
|
||||||
|
spoutOutputCollector.emit(new Values(lineData));
|
||||||
|
Utils.sleep(1000);
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {
|
||||||
|
outputFieldsDeclarer.declare(new Fields("line"));
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 模拟数据
|
||||||
|
*/
|
||||||
|
private String productData() {
|
||||||
|
Collections.shuffle(list);
|
||||||
|
Random random = new Random();
|
||||||
|
int endIndex = random.nextInt(list.size()) % (list.size()) + 1;
|
||||||
|
return StringUtils.join(list.toArray(), "\t", 0, endIndex);
|
||||||
|
}
|
||||||
|
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
产生的模拟数据格式如下：
|
||||||
|
|
||||||
|
```properties
|
||||||
|
Spark HBase
|
||||||
|
Hive Flink Storm Hadoop HBase Spark
|
||||||
|
Flink
|
||||||
|
HBase Storm
|
||||||
|
HBase Hadoop Hive Flink
|
||||||
|
HBase Flink Hive Storm
|
||||||
|
Hive Flink Hadoop
|
||||||
|
HBase Hive
|
||||||
|
Hadoop Spark HBase Storm
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.4 WritingToKafkaApp
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 写入数据到Kafka中
|
||||||
|
*/
|
||||||
|
public class WritingToKafkaApp {
|
||||||
|
|
||||||
|
private static final String BOOTSTRAP_SERVERS = "hadoop001:9092";
|
||||||
|
private static final String TOPIC_NAME = "storm-topic";
|
||||||
|
|
||||||
|
public static void main(String[] args) {
|
||||||
|
|
||||||
|
|
||||||
|
TopologyBuilder builder = new TopologyBuilder();
|
||||||
|
|
||||||
|
// 定义Kafka生产者属性
|
||||||
|
Properties props = new Properties();
|
||||||
|
/*
|
||||||
|
* 指定broker的地址清单，清单里不需要包含所有的broker地址，生产者会从给定的broker里查找其他broker的信息。
|
||||||
|
* 不过建议至少要提供两个broker的信息作为容错。
|
||||||
|
*/
|
||||||
|
props.put("bootstrap.servers", BOOTSTRAP_SERVERS);
|
||||||
|
/*
|
||||||
|
* acks 参数指定了必须要有多少个分区副本收到消息，生产者才会认为消息写入是成功的。
|
||||||
|
* acks=0 : 生产者在成功写入消息之前不会等待任何来自服务器的响应。
|
||||||
|
* acks=1 : 只要集群的首领节点收到消息，生产者就会收到一个来自服务器成功响应。
|
||||||
|
* acks=all : 只有当所有参与复制的节点全部收到消息时，生产者才会收到一个来自服务器的成功响应。
|
||||||
|
*/
|
||||||
|
props.put("acks", "1");
|
||||||
|
props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
|
||||||
|
props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
|
||||||
|
|
||||||
|
KafkaBolt bolt = new KafkaBolt<String, String>()
|
||||||
|
.withProducerProperties(props)
|
||||||
|
.withTopicSelector(new DefaultTopicSelector(TOPIC_NAME))
|
||||||
|
.withTupleToKafkaMapper(new FieldNameBasedTupleToKafkaMapper<>());
|
||||||
|
|
||||||
|
builder.setSpout("sourceSpout", new DataSourceSpout(), 1);
|
||||||
|
builder.setBolt("kafkaBolt", bolt, 1).shuffleGrouping("sourceSpout");
|
||||||
|
|
||||||
|
|
||||||
|
if (args.length > 0 && args[0].equals("cluster")) {
|
||||||
|
try {
|
||||||
|
StormSubmitter.submitTopology("ClusterWritingToKafkaApp", new Config(), builder.createTopology());
|
||||||
|
} catch (AlreadyAliveException | InvalidTopologyException | AuthorizationException e) {
|
||||||
|
e.printStackTrace();
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
LocalCluster cluster = new LocalCluster();
|
||||||
|
cluster.submitTopology("LocalWritingToKafkaApp",
|
||||||
|
new Config(), builder.createTopology());
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.5 测试准备工作
|
||||||
|
|
||||||
|
进行测试前需要启动Kakfa。
|
||||||
|
|
||||||
|
#### 1. 启动Kakfa
|
||||||
|
|
||||||
|
Kafka的运行依赖于zookeeper，需要预先启动，可以启动Kafka内置的zookeeper,也可以启动自己安装的。
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# zookeeper启动命令
|
||||||
|
bin/zkServer.sh start
|
||||||
|
|
||||||
|
# 内置zookeeper启动命令
|
||||||
|
bin/zookeeper-server-start.sh config/zookeeper.properties
|
||||||
|
```
|
||||||
|
|
||||||
|
启动单节点kafka：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# bin/kafka-server-start.sh config/server.properties
|
||||||
|
```
|
||||||
|
|
||||||
|
#### 2. 创建topic
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# 创建用于测试主题
|
||||||
|
bin/kafka-topics.sh --create --bootstrap-server hadoop001:9092 --replication-factor 1 --partitions 1 --topic storm-topic
|
||||||
|
|
||||||
|
# 查看所有主题
|
||||||
|
bin/kafka-topics.sh --list --bootstrap-server hadoop001:9092
|
||||||
|
```
|
||||||
|
|
||||||
|
#### 3. 启动一个消费者用于观察写入情况
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# bin/kafka-console-consumer.sh --bootstrap-server hadoop001:9092 --topic storm-topic --from-beginning
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.6 测试
|
||||||
|
|
||||||
|
可以用直接使用本地模式运行，也可以打包后提交到服务器集群运行。本仓库提供的源码默认采用`maven-shade-plugin`进行打包，打包命令如下：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# mvn clean package -D maven.test.skip=true
|
||||||
|
```
|
||||||
|
|
||||||
|
启动后，消费者监听情况如下：
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
## 三、从Kafka中读取数据
|
||||||
|
|
||||||
|
### 3.1 项目结构
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
### 3.2 ReadingFromKafkaApp
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 从Kafka中读取数据
|
||||||
|
*/
|
||||||
|
public class ReadingFromKafkaApp {
|
||||||
|
|
||||||
|
private static final String BOOTSTRAP_SERVERS = "hadoop001:9092";
|
||||||
|
private static final String TOPIC_NAME = "storm-topic";
|
||||||
|
|
||||||
|
public static void main(String[] args) {
|
||||||
|
|
||||||
|
final TopologyBuilder builder = new TopologyBuilder();
|
||||||
|
builder.setSpout("kafka_spout", new KafkaSpout<>(getKafkaSpoutConfig(BOOTSTRAP_SERVERS, TOPIC_NAME)), 1);
|
||||||
|
builder.setBolt("bolt", new LogConsoleBolt()).shuffleGrouping("kafka_spout");
|
||||||
|
|
||||||
|
// 如果外部传参cluster则代表线上环境启动,否则代表本地启动
|
||||||
|
if (args.length > 0 && args[0].equals("cluster")) {
|
||||||
|
try {
|
||||||
|
StormSubmitter.submitTopology("ClusterReadingFromKafkaApp", new Config(), builder.createTopology());
|
||||||
|
} catch (AlreadyAliveException | InvalidTopologyException | AuthorizationException e) {
|
||||||
|
e.printStackTrace();
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
LocalCluster cluster = new LocalCluster();
|
||||||
|
cluster.submitTopology("LocalReadingFromKafkaApp",
|
||||||
|
new Config(), builder.createTopology());
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
private static KafkaSpoutConfig<String, String> getKafkaSpoutConfig(String bootstrapServers, String topic) {
|
||||||
|
return KafkaSpoutConfig.builder(bootstrapServers, topic)
|
||||||
|
// 除了分组ID,以下配置都是可选的。分组ID必须指定,否则会抛出InvalidGroupIdException异常
|
||||||
|
.setProp(ConsumerConfig.GROUP_ID_CONFIG, "kafkaSpoutTestGroup")
|
||||||
|
// 定义重试策略
|
||||||
|
.setRetry(getRetryService())
|
||||||
|
// 定时提交偏移量的时间间隔,默认是15s
|
||||||
|
.setOffsetCommitPeriodMs(10_000)
|
||||||
|
.build();
|
||||||
|
}
|
||||||
|
|
||||||
|
// 定义重试策略
|
||||||
|
private static KafkaSpoutRetryService getRetryService() {
|
||||||
|
return new KafkaSpoutRetryExponentialBackoff(TimeInterval.microSeconds(500),
|
||||||
|
TimeInterval.milliSeconds(2), Integer.MAX_VALUE, TimeInterval.seconds(10));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
```
|
||||||
|
|
||||||
|
### 3.3 LogConsoleBolt
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 打印从Kafka中获取的数据
|
||||||
|
*/
|
||||||
|
public class LogConsoleBolt extends BaseRichBolt {
|
||||||
|
|
||||||
|
|
||||||
|
private OutputCollector collector;
|
||||||
|
|
||||||
|
public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) {
|
||||||
|
this.collector=collector;
|
||||||
|
}
|
||||||
|
|
||||||
|
public void execute(Tuple input) {
|
||||||
|
try {
|
||||||
|
String value = input.getStringByField("value");
|
||||||
|
System.out.println("received from kafka : "+ value);
|
||||||
|
// 必须ack,否则会重复消费kafka中的消息
|
||||||
|
collector.ack(input);
|
||||||
|
}catch (Exception e){
|
||||||
|
e.printStackTrace();
|
||||||
|
collector.fail(input);
|
||||||
|
}
|
||||||
|
|
||||||
|
}
|
||||||
|
|
||||||
|
public void declareOutputFields(OutputFieldsDeclarer declarer) {
|
||||||
|
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
这里从`value`字段中获取kafka输出的值数据。
|
||||||
|
|
||||||
|
默认情况下，我们可以通过继承`RecordTranslator`接口定义了Kafka中Record与输出流之间的转换关系，可以在构建`KafkaSpoutConfig`的时候通过构造器或者`setRecordTranslator()`传入，并最后传递给具体的`KafkaSpout`。如果不指定的情况下，则默认使用内置的`DefaultRecordTranslator`，其源码如下，`FIELDS`中 定义了tuple中所有可用的字段：
|
||||||
|
|
||||||
|
```java
|
||||||
|
public class DefaultRecordTranslator<K, V> implements RecordTranslator<K, V> {
|
||||||
|
private static final long serialVersionUID = -5782462870112305750L;
|
||||||
|
public static final Fields FIELDS = new Fields("topic", "partition", "offset", "key", "value");
|
||||||
|
@Override
|
||||||
|
public List<Object> apply(ConsumerRecord<K, V> record) {
|
||||||
|
return new Values(record.topic(),
|
||||||
|
record.partition(),
|
||||||
|
record.offset(),
|
||||||
|
record.key(),
|
||||||
|
record.value());
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public Fields getFieldsFor(String stream) {
|
||||||
|
return FIELDS;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public List<String> streams() {
|
||||||
|
return DEFAULT_STREAM;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 3.4 启动测试
|
||||||
|
|
||||||
|
这里启动一个生产者用于发送测试数据，启动命令如下：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# bin/kafka-console-producer.sh --broker-list hadoop001:9092 --topic storm-topic
|
||||||
|
```
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
本地运行的项目接收到从Kafka发送过来的数据：
|
||||||
|
|
||||||
|
|
||||||
625
notes/Storm集成Redis详解.md
Normal file
625
notes/Storm集成Redis详解.md
Normal file
@ -0,0 +1,625 @@
|
|||||||
|
# Storm 集成 Redis 详解
|
||||||
|
|
||||||
|
## 一、简介
|
||||||
|
|
||||||
|
storm-redis提供了Storm与Redis的集成支持，你只需要引入对应的依赖即可使用。Storm-redis使用Jedis为Redis客户端，提供了基本的Bolt实现， `RedisLookupBolt` and `RedisStoreBolt`。
|
||||||
|
|
||||||
|
+ RedisLookupBolt：从Redis中查询数据；
|
||||||
|
+ RedisStoreBolt：存储数据到Redis；
|
||||||
|
+ RedisFilterBolt : 查询符合条件的数据；
|
||||||
|
|
||||||
|
`RedisLookupBolt`和`RedisStoreBolt`都继承自`AbstractRedisBolt`抽象类，我们也可以继承自该抽象类，然后按照我们自己的的业务逻辑进行功能的拓展。
|
||||||
|
|
||||||
|
```xml
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-redis</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
<type>jar</type>
|
||||||
|
</dependency>
|
||||||
|
```
|
||||||
|
|
||||||
|
## 二、集成案例
|
||||||
|
|
||||||
|
### 2.1 项目结构
|
||||||
|
|
||||||
|
### 2.2 项目依赖
|
||||||
|
|
||||||
|
项目主要依赖如下：
|
||||||
|
|
||||||
|
```xml
|
||||||
|
<properties>
|
||||||
|
<storm.version>1.2.2</storm.version>
|
||||||
|
</properties>
|
||||||
|
|
||||||
|
<dependencies>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-core</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
<dependency>
|
||||||
|
<groupId>org.apache.storm</groupId>
|
||||||
|
<artifactId>storm-redis</artifactId>
|
||||||
|
<version>${storm.version}</version>
|
||||||
|
</dependency>
|
||||||
|
</dependencies>
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.3 DataSourceSpout
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 产生词频样本的数据源
|
||||||
|
*/
|
||||||
|
public class DataSourceSpout extends BaseRichSpout {
|
||||||
|
|
||||||
|
private List<String> list = Arrays.asList("Spark", "Hadoop", "HBase", "Storm", "Flink", "Hive");
|
||||||
|
|
||||||
|
private SpoutOutputCollector spoutOutputCollector;
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void open(Map map, TopologyContext topologyContext, SpoutOutputCollector spoutOutputCollector) {
|
||||||
|
this.spoutOutputCollector = spoutOutputCollector;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void nextTuple() {
|
||||||
|
// 模拟产生数据
|
||||||
|
String lineData = productData();
|
||||||
|
spoutOutputCollector.emit(new Values(lineData));
|
||||||
|
Utils.sleep(1000);
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {
|
||||||
|
outputFieldsDeclarer.declare(new Fields("line"));
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
/**
|
||||||
|
* 模拟数据
|
||||||
|
*/
|
||||||
|
private String productData() {
|
||||||
|
Collections.shuffle(list);
|
||||||
|
Random random = new Random();
|
||||||
|
int endIndex = random.nextInt(list.size()) % (list.size()) + 1;
|
||||||
|
return StringUtils.join(list.toArray(), "\t", 0, endIndex);
|
||||||
|
}
|
||||||
|
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
产生的模拟数据格式如下：
|
||||||
|
|
||||||
|
```properties
|
||||||
|
Spark HBase
|
||||||
|
Hive Flink Storm Hadoop HBase Spark
|
||||||
|
Flink
|
||||||
|
HBase Storm
|
||||||
|
HBase Hadoop Hive Flink
|
||||||
|
HBase Flink Hive Storm
|
||||||
|
Hive Flink Hadoop
|
||||||
|
HBase Hive
|
||||||
|
Hadoop Spark HBase Storm
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.4 SplitBolt
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 将每行数据按照指定分隔符进行拆分
|
||||||
|
*/
|
||||||
|
public class SplitBolt extends BaseRichBolt {
|
||||||
|
|
||||||
|
private OutputCollector collector;
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) {
|
||||||
|
this.collector = collector;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void execute(Tuple input) {
|
||||||
|
String line = input.getStringByField("line");
|
||||||
|
String[] words = line.split("\t");
|
||||||
|
for (String word : words) {
|
||||||
|
collector.emit(new Values(word, String.valueOf(1)));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void declareOutputFields(OutputFieldsDeclarer declarer) {
|
||||||
|
declarer.declare(new Fields("word", "count"));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.5 CountBolt
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 进行词频统计
|
||||||
|
*/
|
||||||
|
public class CountBolt extends BaseRichBolt {
|
||||||
|
|
||||||
|
private Map<String, Integer> counts = new HashMap<>();
|
||||||
|
|
||||||
|
private OutputCollector collector;
|
||||||
|
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) {
|
||||||
|
this.collector=collector;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void execute(Tuple input) {
|
||||||
|
String word = input.getStringByField("word");
|
||||||
|
Integer count = counts.get(word);
|
||||||
|
if (count == null) {
|
||||||
|
count = 0;
|
||||||
|
}
|
||||||
|
count++;
|
||||||
|
counts.put(word, count);
|
||||||
|
// 输出
|
||||||
|
collector.emit(new Values(word, String.valueOf(count)));
|
||||||
|
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void declareOutputFields(OutputFieldsDeclarer declarer) {
|
||||||
|
declarer.declare(new Fields("word", "count"));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.6 WordCountStoreMapper
|
||||||
|
|
||||||
|
实现RedisStoreMapper，并定义定义tuple与Redis中数据的映射关系，Redis存储的是Key/Value键值对，并且支持多种数据结构，你需要指定tuple中的那个字段为key，那个字段为value，并且存储为什么数据结构。
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 定义tuple与Redis中数据的映射关系
|
||||||
|
*/
|
||||||
|
public class WordCountStoreMapper implements RedisStoreMapper {
|
||||||
|
private RedisDataTypeDescription description;
|
||||||
|
private final String hashKey = "wordCount";
|
||||||
|
|
||||||
|
public WordCountStoreMapper() {
|
||||||
|
description = new RedisDataTypeDescription(
|
||||||
|
RedisDataTypeDescription.RedisDataType.HASH, hashKey);
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public RedisDataTypeDescription getDataTypeDescription() {
|
||||||
|
return description;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public String getKeyFromTuple(ITuple tuple) {
|
||||||
|
return tuple.getStringByField("word");
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public String getValueFromTuple(ITuple tuple) {
|
||||||
|
return tuple.getStringByField("count");
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.7 WordCountToRedisApp
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 进行词频统计 并将统计结果存储到Redis中
|
||||||
|
*/
|
||||||
|
public class WordCountToRedisApp {
|
||||||
|
|
||||||
|
private static final String DATA_SOURCE_SPOUT = "dataSourceSpout";
|
||||||
|
private static final String SPLIT_BOLT = "splitBolt";
|
||||||
|
private static final String COUNT_BOLT = "countBolt";
|
||||||
|
private static final String STORE_BOLT = "storeBolt";
|
||||||
|
|
||||||
|
//在实际开发中这些参数可以将通过外部传入 使得程序更加灵活
|
||||||
|
private static final String REDIS_HOST = "192.168.200.226";
|
||||||
|
private static final int REDIS_PORT = 6379;
|
||||||
|
|
||||||
|
public static void main(String[] args) {
|
||||||
|
TopologyBuilder builder = new TopologyBuilder();
|
||||||
|
builder.setSpout(DATA_SOURCE_SPOUT, new DataSourceSpout());
|
||||||
|
// split
|
||||||
|
builder.setBolt(SPLIT_BOLT, new SplitBolt()).shuffleGrouping(DATA_SOURCE_SPOUT);
|
||||||
|
// count
|
||||||
|
builder.setBolt(COUNT_BOLT, new CountBolt()).shuffleGrouping(SPLIT_BOLT);
|
||||||
|
// save to redis
|
||||||
|
JedisPoolConfig poolConfig = new JedisPoolConfig.Builder()
|
||||||
|
.setHost(REDIS_HOST).setPort(REDIS_PORT).build();
|
||||||
|
RedisStoreMapper storeMapper = new WordCountStoreMapper();
|
||||||
|
RedisStoreBolt storeBolt = new RedisStoreBolt(poolConfig, storeMapper);
|
||||||
|
builder.setBolt(STORE_BOLT, storeBolt).shuffleGrouping(COUNT_BOLT);
|
||||||
|
|
||||||
|
// 如果外部传参cluster则代表线上环境启动否则代表本地启动
|
||||||
|
if (args.length > 0 && args[0].equals("cluster")) {
|
||||||
|
try {
|
||||||
|
StormSubmitter.submitTopology("ClusterWordCountToRedisApp", new Config(), builder.createTopology());
|
||||||
|
} catch (AlreadyAliveException | InvalidTopologyException | AuthorizationException e) {
|
||||||
|
e.printStackTrace();
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
LocalCluster cluster = new LocalCluster();
|
||||||
|
cluster.submitTopology("LocalWordCountToRedisApp",
|
||||||
|
new Config(), builder.createTopology());
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.8 启动测试
|
||||||
|
|
||||||
|
可以用直接使用本地模式运行，也可以打包后提交到服务器集群运行。本仓库提供的源码默认采用`maven-shade-plugin`进行打包，打包命令如下：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# mvn clean package -D maven.test.skip=true
|
||||||
|
```
|
||||||
|
|
||||||
|
启动后，查看Redis中的数据：
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
## 三、storm-redis 实现原理
|
||||||
|
|
||||||
|
### 3.1 AbstractRedisBolt
|
||||||
|
|
||||||
|
`RedisLookupBolt`和`RedisStoreBolt`都继承自`AbstractRedisBolt`抽象类，和我们自定义实现Bolt一样，`AbstractRedisBolt`间接继承自`BaseRichBolt`。
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
`AbstractRedisBolt`中比较重要的是prepare方法，在该方法中通过外部传入的jedis连接池配置( jedisPoolConfig/jedisClusterConfig) 创建用于管理Jedis实例的容器`JedisCommandsInstanceContainer`。
|
||||||
|
|
||||||
|
```java
|
||||||
|
public abstract class AbstractRedisBolt extends BaseTickTupleAwareRichBolt {
|
||||||
|
protected OutputCollector collector;
|
||||||
|
|
||||||
|
private transient JedisCommandsInstanceContainer container;
|
||||||
|
|
||||||
|
private JedisPoolConfig jedisPoolConfig;
|
||||||
|
private JedisClusterConfig jedisClusterConfig;
|
||||||
|
|
||||||
|
......
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void prepare(Map map, TopologyContext topologyContext, OutputCollector collector) {
|
||||||
|
// FIXME: stores map (stormConf), topologyContext and expose these to derived classes
|
||||||
|
this.collector = collector;
|
||||||
|
|
||||||
|
if (jedisPoolConfig != null) {
|
||||||
|
this.container = JedisCommandsContainerBuilder.build(jedisPoolConfig);
|
||||||
|
} else if (jedisClusterConfig != null) {
|
||||||
|
this.container = JedisCommandsContainerBuilder.build(jedisClusterConfig);
|
||||||
|
} else {
|
||||||
|
throw new IllegalArgumentException("Jedis configuration not found");
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
.......
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
`JedisCommandsInstanceContainer`的`build()`方法如下，实际上就是创建JedisPool或JedisCluster并传入容器中。
|
||||||
|
|
||||||
|
```java
|
||||||
|
public static JedisCommandsInstanceContainer build(JedisPoolConfig config) {
|
||||||
|
JedisPool jedisPool = new JedisPool(DEFAULT_POOL_CONFIG, config.getHost(), config.getPort(), config.getTimeout(), config.getPassword(), config.getDatabase());
|
||||||
|
return new JedisContainer(jedisPool);
|
||||||
|
}
|
||||||
|
|
||||||
|
public static JedisCommandsInstanceContainer build(JedisClusterConfig config) {
|
||||||
|
JedisCluster jedisCluster = new JedisCluster(config.getNodes(), config.getTimeout(), config.getTimeout(), config.getMaxRedirections(), config.getPassword(), DEFAULT_POOL_CONFIG);
|
||||||
|
return new JedisClusterContainer(jedisCluster);
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 3.2 RedisStoreBolt和RedisLookupBolt
|
||||||
|
|
||||||
|
`RedisStoreBolt`中比较重要的是process方法，该方法主要从storeMapper中获取传入key/value的值，并按照其存储类型`dataType`调用jedisCommand的对应方法进行存储。
|
||||||
|
|
||||||
|
RedisLookupBolt 的实现基本类似，从lookupMapper中获取传入的key值，并进行查询操作。
|
||||||
|
|
||||||
|
```java
|
||||||
|
public class RedisStoreBolt extends AbstractRedisBolt {
|
||||||
|
private final RedisStoreMapper storeMapper;
|
||||||
|
private final RedisDataTypeDescription.RedisDataType dataType;
|
||||||
|
private final String additionalKey;
|
||||||
|
|
||||||
|
public RedisStoreBolt(JedisPoolConfig config, RedisStoreMapper storeMapper) {
|
||||||
|
super(config);
|
||||||
|
this.storeMapper = storeMapper;
|
||||||
|
|
||||||
|
RedisDataTypeDescription dataTypeDescription = storeMapper.getDataTypeDescription();
|
||||||
|
this.dataType = dataTypeDescription.getDataType();
|
||||||
|
this.additionalKey = dataTypeDescription.getAdditionalKey();
|
||||||
|
}
|
||||||
|
|
||||||
|
public RedisStoreBolt(JedisClusterConfig config, RedisStoreMapper storeMapper) {
|
||||||
|
super(config);
|
||||||
|
this.storeMapper = storeMapper;
|
||||||
|
|
||||||
|
RedisDataTypeDescription dataTypeDescription = storeMapper.getDataTypeDescription();
|
||||||
|
this.dataType = dataTypeDescription.getDataType();
|
||||||
|
this.additionalKey = dataTypeDescription.getAdditionalKey();
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void process(Tuple input) {
|
||||||
|
String key = storeMapper.getKeyFromTuple(input);
|
||||||
|
String value = storeMapper.getValueFromTuple(input);
|
||||||
|
|
||||||
|
JedisCommands jedisCommand = null;
|
||||||
|
try {
|
||||||
|
jedisCommand = getInstance();
|
||||||
|
|
||||||
|
switch (dataType) {
|
||||||
|
case STRING:
|
||||||
|
jedisCommand.set(key, value);
|
||||||
|
break;
|
||||||
|
|
||||||
|
case LIST:
|
||||||
|
jedisCommand.rpush(key, value);
|
||||||
|
break;
|
||||||
|
|
||||||
|
case HASH:
|
||||||
|
jedisCommand.hset(additionalKey, key, value);
|
||||||
|
break;
|
||||||
|
|
||||||
|
case SET:
|
||||||
|
jedisCommand.sadd(key, value);
|
||||||
|
break;
|
||||||
|
|
||||||
|
case SORTED_SET:
|
||||||
|
jedisCommand.zadd(additionalKey, Double.valueOf(value), key);
|
||||||
|
break;
|
||||||
|
|
||||||
|
case HYPER_LOG_LOG:
|
||||||
|
jedisCommand.pfadd(key, value);
|
||||||
|
break;
|
||||||
|
|
||||||
|
case GEO:
|
||||||
|
String[] array = value.split(":");
|
||||||
|
if (array.length != 2) {
|
||||||
|
throw new IllegalArgumentException("value structure should be longitude:latitude");
|
||||||
|
}
|
||||||
|
|
||||||
|
double longitude = Double.valueOf(array[0]);
|
||||||
|
double latitude = Double.valueOf(array[1]);
|
||||||
|
jedisCommand.geoadd(additionalKey, longitude, latitude, key);
|
||||||
|
break;
|
||||||
|
|
||||||
|
default:
|
||||||
|
throw new IllegalArgumentException("Cannot process such data type: " + dataType);
|
||||||
|
}
|
||||||
|
|
||||||
|
collector.ack(input);
|
||||||
|
} catch (Exception e) {
|
||||||
|
this.collector.reportError(e);
|
||||||
|
this.collector.fail(input);
|
||||||
|
} finally {
|
||||||
|
returnInstance(jedisCommand);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
.........
|
||||||
|
}
|
||||||
|
|
||||||
|
```
|
||||||
|
|
||||||
|
### 3.3 JedisCommands
|
||||||
|
|
||||||
|
JedisCommands接口中定义了所有的 Redis 客户端命令，它有以下三个实现类，分别是Jedis、JedisCluster、ShardedJedis。Strom中主要使用前两种实现类，具体调用哪一个实现类来执行命令，由传入的是jedisPoolConfig还是jedisClusterConfig来决定。
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
### 3.4 RedisMapper 和 TupleMapper
|
||||||
|
|
||||||
|
RedisMapper 和 TupleMapper 定义了 tuple 和 Redis 中的数据如何进行映射转换。
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
#### 1. TupleMapper
|
||||||
|
|
||||||
|
TupleMapper 主要定义了两个方法：
|
||||||
|
|
||||||
|
+ getKeyFromTuple(ITuple tuple)： 从tuple中获取那个字段作为Key；
|
||||||
|
|
||||||
|
+ getValueFromTuple(ITuple tuple)：从tuple中获取那个字段作为Value；
|
||||||
|
|
||||||
|
#### 2. RedisMapper
|
||||||
|
|
||||||
|
定义了获取数据类型的方法`getDataTypeDescription()`,RedisDataTypeDescription中RedisDataType枚举类定义了所有可用的Redis数据类型：
|
||||||
|
|
||||||
|
```java
|
||||||
|
public class RedisDataTypeDescription implements Serializable {
|
||||||
|
|
||||||
|
public enum RedisDataType { STRING, HASH, LIST, SET, SORTED_SET, HYPER_LOG_LOG, GEO }
|
||||||
|
......
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
#### 3. RedisStoreMapper
|
||||||
|
|
||||||
|
RedisStoreMapper继承TupleMapper和RedisMapper接口，用于存储数据时，没有定义额外方法。
|
||||||
|
|
||||||
|
#### 4. RedisLookupMapper
|
||||||
|
|
||||||
|
RedisLookupMapper继承TupleMapper和RedisMapper接口，
|
||||||
|
|
||||||
|
+ 定义了declareOutputFields方法，声明输出的字段。
|
||||||
|
+ 定义了toTuple方法，将查询结果组装为Storm的Values的集合，并用于发送。
|
||||||
|
|
||||||
|
下面的例子表示从输入`Tuple`的获取`word`字段作为key，使用`RedisLookupBolt`进行查询后，将key和查询结果value组装为values并发送到下一个处理单元。
|
||||||
|
|
||||||
|
```java
|
||||||
|
class WordCountRedisLookupMapper implements RedisLookupMapper {
|
||||||
|
private RedisDataTypeDescription description;
|
||||||
|
private final String hashKey = "wordCount";
|
||||||
|
|
||||||
|
public WordCountRedisLookupMapper() {
|
||||||
|
description = new RedisDataTypeDescription(
|
||||||
|
RedisDataTypeDescription.RedisDataType.HASH, hashKey);
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public List<Values> toTuple(ITuple input, Object value) {
|
||||||
|
String member = getKeyFromTuple(input);
|
||||||
|
List<Values> values = Lists.newArrayList();
|
||||||
|
values.add(new Values(member, value));
|
||||||
|
return values;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void declareOutputFields(OutputFieldsDeclarer declarer) {
|
||||||
|
declarer.declare(new Fields("wordName", "count"));
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public RedisDataTypeDescription getDataTypeDescription() {
|
||||||
|
return description;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public String getKeyFromTuple(ITuple tuple) {
|
||||||
|
return tuple.getStringByField("word");
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public String getValueFromTuple(ITuple tuple) {
|
||||||
|
return null;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
#### 5. RedisFilterMapper
|
||||||
|
|
||||||
|
RedisFilterMapper继承TupleMapper和RedisMapper接口，用于查询数据时，定义了declareOutputFields方法，声明输出的字段。如下面的实现：
|
||||||
|
|
||||||
|
```java
|
||||||
|
@Override
|
||||||
|
public void declareOutputFields(OutputFieldsDeclarer declarer) {
|
||||||
|
declarer.declare(new Fields("wordName", "count"));
|
||||||
|
}
|
||||||
|
|
||||||
|
```
|
||||||
|
|
||||||
|
## 四、自定义RedisBolt实现词频统计
|
||||||
|
|
||||||
|
自定义RedisBolt：利用Redis中哈希结构的hincrby key field命令进行词频统计。在Redis中`hincrby`的执行效果如下，如果在执行时字段不存在，则在执行操作之前将值设置为0。通过这个命令可以非常轻松的实现词频统计功能。
|
||||||
|
|
||||||
|
```shell
|
||||||
|
redis> HSET myhash field 5
|
||||||
|
(integer) 1
|
||||||
|
redis> HINCRBY myhash field 1
|
||||||
|
(integer) 6
|
||||||
|
redis> HINCRBY myhash field -1
|
||||||
|
(integer) 5
|
||||||
|
redis> HINCRBY myhash field -10
|
||||||
|
(integer) -5
|
||||||
|
redis>
|
||||||
|
```
|
||||||
|
|
||||||
|
### 4.1 自定义RedisBolt的代码实现
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 自定义RedisBolt 利用Redis的哈希数据结构的hincrby key field命令进行词频统计
|
||||||
|
*/
|
||||||
|
public class RedisCountStoreBolt extends AbstractRedisBolt {
|
||||||
|
|
||||||
|
private final RedisStoreMapper storeMapper;
|
||||||
|
private final RedisDataTypeDescription.RedisDataType dataType;
|
||||||
|
private final String additionalKey;
|
||||||
|
|
||||||
|
public RedisCountStoreBolt(JedisPoolConfig config, RedisStoreMapper storeMapper) {
|
||||||
|
super(config);
|
||||||
|
this.storeMapper = storeMapper;
|
||||||
|
RedisDataTypeDescription dataTypeDescription = storeMapper.getDataTypeDescription();
|
||||||
|
this.dataType = dataTypeDescription.getDataType();
|
||||||
|
this.additionalKey = dataTypeDescription.getAdditionalKey();
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
protected void process(Tuple tuple) {
|
||||||
|
String key = storeMapper.getKeyFromTuple(tuple);
|
||||||
|
String value = storeMapper.getValueFromTuple(tuple);
|
||||||
|
|
||||||
|
JedisCommands jedisCommand = null;
|
||||||
|
try {
|
||||||
|
jedisCommand = getInstance();
|
||||||
|
if (dataType == RedisDataTypeDescription.RedisDataType.HASH) {
|
||||||
|
jedisCommand.hincrBy(additionalKey, key, Long.valueOf(value));
|
||||||
|
} else {
|
||||||
|
throw new IllegalArgumentException("Cannot process such data type for Count: " + dataType);
|
||||||
|
}
|
||||||
|
|
||||||
|
collector.ack(tuple);
|
||||||
|
} catch (Exception e) {
|
||||||
|
this.collector.reportError(e);
|
||||||
|
this.collector.fail(tuple);
|
||||||
|
} finally {
|
||||||
|
returnInstance(jedisCommand);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void declareOutputFields(OutputFieldsDeclarer declarer) {
|
||||||
|
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
|
|
||||||
|
### 4.2 CustomRedisCountApp
|
||||||
|
|
||||||
|
```java
|
||||||
|
/**
|
||||||
|
* 利用自定义的RedisBolt实现词频统计
|
||||||
|
*/
|
||||||
|
public class CustomRedisCountApp {
|
||||||
|
|
||||||
|
private static final String DATA_SOURCE_SPOUT = "dataSourceSpout";
|
||||||
|
private static final String SPLIT_BOLT = "splitBolt";
|
||||||
|
private static final String STORE_BOLT = "storeBolt";
|
||||||
|
|
||||||
|
private static final String REDIS_HOST = "192.168.200.226";
|
||||||
|
private static final int REDIS_PORT = 6379;
|
||||||
|
|
||||||
|
public static void main(String[] args) {
|
||||||
|
TopologyBuilder builder = new TopologyBuilder();
|
||||||
|
builder.setSpout(DATA_SOURCE_SPOUT, new DataSourceSpout());
|
||||||
|
// split
|
||||||
|
builder.setBolt(SPLIT_BOLT, new SplitBolt()).shuffleGrouping(DATA_SOURCE_SPOUT);
|
||||||
|
// save to redis and count
|
||||||
|
JedisPoolConfig poolConfig = new JedisPoolConfig.Builder()
|
||||||
|
.setHost(REDIS_HOST).setPort(REDIS_PORT).build();
|
||||||
|
RedisStoreMapper storeMapper = new WordCountStoreMapper();
|
||||||
|
RedisCountStoreBolt countStoreBolt = new RedisCountStoreBolt(poolConfig, storeMapper);
|
||||||
|
builder.setBolt(STORE_BOLT, countStoreBolt).shuffleGrouping(SPLIT_BOLT);
|
||||||
|
|
||||||
|
// 如果外部传参cluster则代表线上环境启动,否则代表本地启动
|
||||||
|
if (args.length > 0 && args[0].equals("cluster")) {
|
||||||
|
try {
|
||||||
|
StormSubmitter.submitTopology("ClusterCustomRedisCountApp", new Config(), builder.createTopology());
|
||||||
|
} catch (AlreadyAliveException | InvalidTopologyException | AuthorizationException e) {
|
||||||
|
e.printStackTrace();
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
LocalCluster cluster = new LocalCluster();
|
||||||
|
cluster.submitTopology("LocalCustomRedisCountApp",
|
||||||
|
new Config(), builder.createTopology());
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
```
|
||||||
@ -0,0 +1,118 @@
|
|||||||
|
# 基于Zookeeper搭建Kafka高可用集群
|
||||||
|
|
||||||
|
## 一、Zookeeper集群搭建
|
||||||
|
|
||||||
|
## 二、Kafka集群搭建
|
||||||
|
|
||||||
|
### 2.1 下载解压
|
||||||
|
|
||||||
|
Kafka安装包官方下载地址：http://kafka.apache.org/downloads ，本用例下载的版本为`2.2.0`，下载命令：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# 下载
|
||||||
|
wget https://www-eu.apache.org/dist/kafka/2.2.0/kafka_2.12-2.2.0.tgz
|
||||||
|
```
|
||||||
|
|
||||||
|
这里说明一下kafka安装包的命名规则：以`kafka_2.12-2.2.0.tgz`为例，前面的2.12代表Scala的版本号（Kafka是采用Scala语言开发的），后面的2.2.0代表Kafka的版本号。
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# 解压
|
||||||
|
tar -xzf kafka_2.12-2.2.0.tgz
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.2 拷贝配置文件
|
||||||
|
|
||||||
|
进入解压目录的` config`目录下 ，拷贝三份配置文件
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# cp server.properties server-1.properties
|
||||||
|
# cp server.properties server-2.properties
|
||||||
|
# cp server.properties server-3.properties
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.3 修改配置
|
||||||
|
|
||||||
|
分别修改三份配置文件中的部分配置，如下：
|
||||||
|
|
||||||
|
server-1.properties：
|
||||||
|
|
||||||
|
```properties
|
||||||
|
# The id of the broker. 集群中每个节点的唯一标识
|
||||||
|
broker.id=0
|
||||||
|
# 监听地址
|
||||||
|
listeners=PLAINTEXT://hadoop001:9092
|
||||||
|
# 日志文件存放位置
|
||||||
|
log.dirs=/usr/local/kafka-logs/00
|
||||||
|
# Zookeeper连接地址
|
||||||
|
zookeeper.connect=hadoop001:2181,hadoop001:2182,hadoop001:2183
|
||||||
|
```
|
||||||
|
|
||||||
|
server-2.properties：
|
||||||
|
|
||||||
|
```properties
|
||||||
|
broker.id=1
|
||||||
|
listeners=PLAINTEXT://hadoop001:9093
|
||||||
|
log.dirs=/usr/local/kafka-logs/01
|
||||||
|
zookeeper.connect=hadoop001:2181,hadoop001:2182,hadoop001:2183
|
||||||
|
```
|
||||||
|
|
||||||
|
server-3.properties：
|
||||||
|
|
||||||
|
```properties
|
||||||
|
broker.id=2
|
||||||
|
listeners=PLAINTEXT://hadoop001:9094
|
||||||
|
log.dirs=/usr/local/kafka-logs/02
|
||||||
|
zookeeper.connect=hadoop001:2181,hadoop001:2182,hadoop001:2183
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.4 启动集群
|
||||||
|
|
||||||
|
分别指定不同配置文件，启动三个Kafka节点：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
bin/kafka-server-start.sh config/server-1.properties
|
||||||
|
bin/kafka-server-start.sh config/server-2.properties
|
||||||
|
bin/kafka-server-start.sh config/server-3.properties
|
||||||
|
```
|
||||||
|
|
||||||
|
启动后使用jps查看进程，此时应该有三个zookeeper进程和三个kafka进程：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
[root@hadoop001 kafka_2.12-2.2.0]# jps
|
||||||
|
14288 QuorumPeerMain
|
||||||
|
18385 Jps
|
||||||
|
16228 Kafka
|
||||||
|
17653 Kafka
|
||||||
|
14374 QuorumPeerMain
|
||||||
|
16826 Kafka
|
||||||
|
14446 QuorumPeerMain
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.5 创建测试主题
|
||||||
|
|
||||||
|
创建测试主题：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
bin/kafka-topics.sh --create --bootstrap-server hadoop001:9092 --replication-factor 3 --partitions 1 --topic my-replicated-topic
|
||||||
|
```
|
||||||
|
|
||||||
|
查看主题信息：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
bin/kafka-topics.sh --describe --bootstrap-server hadoop001:9092 --topic my-replicated-topic
|
||||||
|
```
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
还可以进一步创建一个消费者和一个生产者进行测试：
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# 创建生产者
|
||||||
|
bin/kafka-console-producer.sh --broker-list hadoop001:9093 --topic my-replicated-topic
|
||||||
|
```
|
||||||
|
|
||||||
|
```shell
|
||||||
|
# 创建消费者
|
||||||
|
bin/kafka-console-consumer.sh --bootstrap-server hadoop001:9094 --from-beginning --topic my-replicated-topic
|
||||||
|
```
|
||||||
|
|
||||||
BIN
pictures/jar-with-dependencies.png
Normal file
BIN
pictures/jar-with-dependencies.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 67 KiB |
BIN
pictures/kafka-cluster-shell.png
Normal file
BIN
pictures/kafka-cluster-shell.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 18 KiB |
BIN
pictures/storm-Redis-Mapper.png
Normal file
BIN
pictures/storm-Redis-Mapper.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 23 KiB |
BIN
pictures/storm-abstractRedisBolt.png
Normal file
BIN
pictures/storm-abstractRedisBolt.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 18 KiB |
BIN
pictures/storm-jar2.png
Normal file
BIN
pictures/storm-jar2.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 21 KiB |
BIN
pictures/storm-jedicCommands.png
Normal file
BIN
pictures/storm-jedicCommands.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 5.8 KiB |
Loading…
x
Reference in New Issue
Block a user