前提:搭建Storm集群前,确保系统中有Zookeeper
一、storm的下载安装
storm的下载地址:http://storm.apache.org/downloads.html
这里我下载的是1.2.2版本
然后将下载的storm解压缩 和改名
tar -zxvf apache-storm-1.2.2.tar.gz -C /usr/local/
mv apache-storm-1.2.2/ storm
二、修改配置文件
vim storm-env.sh 配置JAVA_HOME
配置JAVA_HOME
vim storm.yaml 核心配置
在storm下创建data目录
mkdir data
配置storm.yaml
将storm传到其他节点
scp -r storm/ slave1:/usr/local/
配置环境变量
export STORM_HOME=/usr/local/storm
export PATH=$STORM_HOME/bin:$PATH
三、启动
1、启动nimbs
nohup sh storm nimbs &
2、启动UI
nohup storm ui &
可以用http://192.168.60.1:8080打开UI窗口
3、主节点启动supervisor
nohup storm supervisor &
4、从节点启动supervisor(也需要配置环境变量)
nohup storm supervisor &
5、启动日志模式(主从都启动)
nohup storm logviewer &
启动所有的进程后,主节点有以下进程(其中有的进程是Hadoop的可以忽略)
从节点有以下进程
四、运行测试
1、修改本地测试代码:
只需将本地的测试代码改成上传集群的即可submitTopology
package com.bigdata;
import org.apache.storm.Config;
import org.apache.storm.StormSubmitter;
import org.apache.storm.generated.AlreadyAliveException;
import org.apache.storm.generated.AuthorizationException;
import org.apache.storm.generated.InvalidTopologyException;
import org.apache.storm.spout.SpoutOutputCollector;
import org.apache.storm.task.OutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.topology.TopologyBuilder;
import org.apache.storm.topology.base.BaseRichBolt;
import org.apache.storm.topology.base.BaseRichSpout;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Tuple;
import org.apache.storm.tuple.Values;
import org.apache.storm.utils.Utils;
import java.util.Map;
/**
* 使用Storm实现积累求和的操作
*/
public class ClusterSumStormTopology {
/**
* Spout需要继承BaseRichSpout
* 数据源需要产生数据并发射
*/
public static class DataSourceSpout extends BaseRichSpout {
private SpoutOutputCollector collector;
/**
* 初始化方法,只会被调用一次
* @param conf 配置参数
* @param context 上下文
* @param collector 数据发射器
*/
public void open(Map conf, TopologyContext context, SpoutOutputCollector collector) {
this.collector = collector;
}
int number = 0;
/**
* 会产生数据,在生产上肯定是从消息队列中获取数据
*
* 这个方法是一个死循环,会一直不停的执行
*/
public void nextTuple() {
this.collector.emit(new Values(++number));
System.out.println("Spout: " + number);
// 防止数据产生太快
Utils.sleep(1000);
}
/**
* 声明输出字段
* @param declarer
*/
public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("num"));
}
}
/**
* 数据的累积求和Bolt:接收数据并处理
*/
public static class SumBolt extends BaseRichBolt {
/**
* 初始化方法,会被执行一次
* @param stormConf
* @param context
* @param collector
*/
public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) {
}
int sum = 0;
/**
* 其实也是一个死循环,职责:获取Spout发送过来的数据
* @param input
*/
public void execute(Tuple input) {
// Bolt中获取值可以根据index获取,也可以根据上一个环节中定义的field的名称获取(建议使用该方式)
Integer value = input.getIntegerByField("num");
sum += value;
System.out.println("Bolt: sum = [" + sum + "]");
}
public void declareOutputFields(OutputFieldsDeclarer declarer) {
}
}
public static void main(String[] args) {
// TopologyBuilder根据Spout和Bolt来构建出Topology
// Storm中任何一个作业都是通过Topology的方式进行提交的
// Topology中需要指定Spout和Bolt的执行顺序
TopologyBuilder builder = new TopologyBuilder();
builder.setSpout("DataSourceSpout", new DataSourceSpout());
builder.setBolt("SumBolt", new SumBolt()).shuffleGrouping("DataSourceSpout");
//代码提交到storm集群上运行
try {
StormSubmitter.submitTopology("ClusterSumStormTopology",new Config(),builder.createTopology());
} catch (Exception e) {
e.printStackTrace();
}
}
}
2、将代码打包上传
J:\storm\target中有生成的storm-1.0.jar上传到服务器中
3、在linux系统中执行命令
storm jar storm-1.0.jar com.bigdata.ClusterSumStormTopology