Storm核心组件运行机制

 

 

 

 
1. storm集群启动后，nimbus进程、supervisor进程，分别向zookeeper进行注册

• nimbus做为服务方，往zookeeper对应目录写job配置信息文件
• supervisor做为客户端，监控zookeeper对应的目录

 

2. 通过strom client客户端提交job到nimbus，其中包括：

• 指定spout、bolt实现类，以及并行数量
• 各个spout、bolt的依赖关系和分组关系
• Storm配置信息、运行方式（如：服务器提交或本地提交）

 

3. nimbus收到客户提交的Job请求信息后，按storm集群的配置信息，以及当前集群上空闲的worker信息，进行任务分配，将任务分配给supervisor，并将上述信息进行序列化，存储到zookeeper集群上，其中序列化的信息包括：

• 由哪几台supervisor（机器），启动多少个worker，多少并行线程数
• superviso和worker对应的ip地址和端口号
• job程序

 

4. zookeeper监控到nimbus的写文件操作后，发送事件通知所有supervisor，对应的supervisor收到事件通知后，去zookeeper指定目录获取worker和job信息，并启动相应数量的worker和Exectuor(一般情况下，一个Executor对应一个Task任务，一个Task可以是一个spout对象实例或一个bolt对象实例)

 

 

5. Executor启动后，通过spout去读取数据源（数据源可能是：消息中间件、数据库、文件等数据）

 

 

6. 在上一步的基础上，spout读取外部数据源信息，通过调用nextTuple方法，进行任务处理，然后将处理结果发送给Topology程序，Topologyt程序由Storm框架将结果发往Storm的消息队列，然后Storm框架去消费队列中的一个消息，然后去调用下一个依赖的bolt，通过反序列化将Topology对象信息传bolt对象，然后去调用bolt的execute方法进行处理

 

 

7. Exeutor按照spout和bolt的依赖关系，持续处理数据，直接到整个Topology执行结束（在Storm中通过UI界面或Storm命令结束Topology）