您好,登錄后才能下訂單哦!
Storm適用場(chǎng)景
流聚合:
流聚合就是把兩個(gè)或多個(gè)數(shù)據(jù)流聚合成一個(gè)數(shù)據(jù)流 -- 基于一些共同的tuple字段。
builder.setBolt(5,new MyJoiner(),parallelism)
.fieldsGrouping(1,new Fields("joinfield1","joinfield2"))
.fieldsGrouping(2,new Fields("joinfield1","joinfield2"))
.fieldsGrouping(3,new Fields("joinfield1","joinfield2"))
批處理:
有時(shí)候?yàn)榱诵阅芑蛘咭恍﹦e的原因,你可能想把一組tuple一起處理,而不是一個(gè)一個(gè)單獨(dú)處理。
BasicBolt:
a、讀一個(gè)輸入tuple;
b、根據(jù)這個(gè)輸入tuple發(fā)射一個(gè)或者多個(gè)tuple;
c、在execute的方法的最后ack那個(gè)輸入tuple
遵循這類(lèi)模式的bolt一般是函數(shù)或者是過(guò)濾器,這種模式太常見(jiàn),storm為這類(lèi)模式單獨(dú)封裝了一個(gè)接口:IbasicBolt。
內(nèi)存內(nèi)緩存 + Fields grouping組合
在bolt的內(nèi)存里面緩存一些東西非常常見(jiàn)。緩存在和fields grouping結(jié)合起來(lái)之后就更有用了。比如,你有一個(gè)bolt把短鏈接變成長(zhǎng)鏈接(bit.ly,t.co之類(lèi)的)。你可以把短鏈接到長(zhǎng)鏈接的對(duì)應(yīng)關(guān)系利用LRU算分緩存在內(nèi)存里面以避免重復(fù)計(jì)算。比如組件一發(fā)射短鏈接,組件二把短鏈接轉(zhuǎn)化成長(zhǎng)鏈接并緩存在內(nèi)存里面。看一下下面兩段代碼有什么不一樣:
builder.setBolt(2,new ExpandUrl(),parallelism).shuffleGrouping(1);
builder.setBolt(2,new ExpandUrl(),parallelism).fieldsGrouping(1,new Fields("url"));
計(jì)算top N
比如你有一個(gè)bolt發(fā)射這樣的tuple:"value","count"并且你想一個(gè)bolt基于這些信息算出top N的tuple。最簡(jiǎn)單的辦法是有一個(gè)bolt可以做一個(gè)全局的grouping的動(dòng)作并且在內(nèi)存里面保持著top N的值。
這個(gè)方式對(duì)于大數(shù)據(jù)量的流顯然是沒(méi)有擴(kuò)展性的,因?yàn)樗械臄?shù)據(jù)會(huì)被發(fā)到同一臺(tái)機(jī)器。一個(gè)更好的方法是在多臺(tái)機(jī)器上面并行的計(jì)算這個(gè)流每一部分的top N,然后再由一個(gè)bolt合并這些機(jī)器上面所算出來(lái)的top N以算出最后的top N,代碼大概是這樣的:
builder.setBolt(2,new RankObjects(),parallellism).fieldsGrouping(1,new Fields("value"));
builder.setBolt(3,new MergeObjects()).globalGrouping(2);
這個(gè)模式之所以可以成功是因?yàn)榈谝粋€(gè)bolt的fieldsgrouping使得這種并行算法在語(yǔ)義上是正確的。
用TimeCacheMap來(lái)高效地保存一個(gè)最近被更新的對(duì)象的緩存:
有時(shí)候你想在內(nèi)存里面保存一些最近活躍的對(duì)象,以及那些不再活躍的對(duì)象。TimeCacheMap是一個(gè)非常高效地?cái)?shù)據(jù)結(jié)構(gòu),它提供了一些callback函數(shù)使得我們?cè)趯?duì)象不再活躍的時(shí)候我們可以做一些事情。
分布式RPC:CoordinatedBolt和KeyedFairBolt:
用storm做分布式RPC應(yīng)用的時(shí)候有兩種比較常見(jiàn)的模式:它們被封裝在CoordinatedBolt和KeyedFairBolt里面。
CoordinatedBolt包裝你的bolt,并且確定什么時(shí)候你的bolt已經(jīng)接收到所有的tuple,它主要使用Direct Stream來(lái)做這個(gè)。
KeyedFairBolt同樣包裝你的bolt并且保證你的topology同時(shí)處理多個(gè)DRPC調(diào)用,而不是串行的一次只執(zhí)行一個(gè)。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。