Storm Starter例子RollingTopWords代码学习

作者对这个例子的说明：这里。

RollingTopWords实现了每过N分钟更新M分钟内最热门话题，如每1分钟刷新一次过去5分钟的热门话题。

• 实现思路

• • spouts负责推送所有话题（words），同一话题推送给同一个RollingCountBolt task（使用Storm的fieldsGrouping实现）
  • RollingCountBolt接收推送的话题，并保存话题的出现次数。每过1分钟，RollingCountBolt将每个话题的出现次数推送给中间处理节点IntermediateRankingsBolt（同样使用Storm的fieldsGrouping实现）
  • IntermediateRankingsBolt内部保存一个TOP N的List，接收到推送过来的消息后刷新TOP N（根据话题发表次数排序word）。每过两秒钟将结果推送给最终节点TotalRankingsBolt。
  • TotalRankingsBolt将2秒内收到的各个TOP N进行汇总后，选出最终的TOP N。

• 关键实现说明

• • Strom提供了类似Timer的机制，每过指定的时间系统自动发一个Tuple给Bolt，可通过如下代码在Bolt中设置

@Override
public Map<String, Object> getComponentConfiguration() {
    Map<String, Object> conf = new HashMap<String, Object>();
    conf.put(Config.TOPOLOGY_TICK_TUPLE_FREQ_SECS, emitFrequencyInSeconds);
    return conf;
  }

//判断是否系统自动发送的Tuple
public static boolean isTick(Tuple tuple) {
    return tuple != null
           && Constants.SYSTEM_COMPONENT_ID  .equals(tuple.getSourceComponent())
           && Constants.SYSTEM_TICK_STREAM_ID.equals(tuple.getSourceStreamId());
}

• • 欲实现“每过1分钟刷新一次5分钟内热门话题”的要求，需要将5分钟划分为5段，每一分钟为一段。在该实现中将5分钟称为一个窗口（window），每一段称做一个slot。系统中需要保存每一段的话题次数。每过1分钟对前面5分钟求和，然后扔掉第一段的数据。以上过程由SlidingWindowCounter类和SlotBasedCounter类实现，在RollingCountBolt中调用。

• 疑惑
  • 本例在Bolt调用Rankings类中方法时做了线程同步，是否表明 Storm对每个Task的调用不是线程安全的？根据这里的说法，Storm的每个Worker调用的都是单独的Bolt的实例，也就是说每个Bolt都是线程安全的。但不清楚为什么在该例子中使用了同步关键字，应该是没有必要的。