Strom入门

Storm是最流行的实时流计算框架之一，它提供了可容错分布式计算所要求的基本原语和保障机制，可满足大容量关键业务应用的需求.
对海量数据进行批处理运算，Hadoop依旧保持着无法撼动的地位，但是对实时性要求较高的应用场景中，Hadoop就显得力不从心。它需要将数据先落地存储到HDFS上，然后再通过MapReduce进行计算，这样的批处理运算流程使它很难将延时缩小到秒级.

Storm topology的组成

Storm分布式计算结构称为topology(拓扑),由stream(数据流),spout(数据流的生成者),bolt（运算）组成.

Stream

Storm的核心数据结构使tuple，tuple是包含了一个或者多个键值对的列表，Stream是由无限制的tuple组成的序列

spout

spout代表一个Storm topology的主要数据入口，充当采集器的角色，连接到数据源，将数据转化为一个个tuple，并将tuple作为数据流进行发射.

bolt

将一个或者多个数据流作为输入，对数据实施运算后，选择性地输出一个或者多个数据流

topology的开发

添加Storm依赖

<dependency>
    <groupId>org.apache.storm</groupId>
    <artifactId>storm-core</artifactId>
</dependency>

实现SentenceSpout

实现bolt

搭建集群

参考资料

Storm分布式实时计算模式