整体的思路
操作步骤
- 项目结构(可以有多个bolt来分级处理)
依赖
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>com.ujiuye.hadoop1105</groupId>
<artifactId>test2</artifactId>
<version>1.0-SNAPSHOT</version>
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-log4j12</artifactId>
<version>1.7.10</version>
</dependency>
<dependency>
<groupId>org.apache.storm</groupId>
<artifactId>storm-core</artifactId>
<version>1.1.0</version>
</dependency>
</dependencies>
<!--指定java编译版本,固定配置即可-->
<build>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>3.1</version>
<configuration>
<source>1.8</source>
<target>1.8</target>
<encoding>utf-8</encoding>
</configuration>
</plugin>
</plugins>
</build>
</project>
实现:
IRichSpout类。
重写:
open(定义读取文件)
nextTuple(发射数据)
declareOutputFields(设置标识字段,用来被bolt识别)
属性
定义输入流与发射器:发射器由底层调用。输入流对象来获取信息以供发射。
package com.uu.strom;
import org.apache.storm.spout.SpoutOutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.IRichSpout;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Values;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.InputStreamReader;
import java.util.Map;
/**
* Created by Administrator on 2019/10/25.
*/
public class WebsiteLogSpout implements IRichSpout {
BufferedReader reader = null;
SpoutOutputCollector collector = null;
//表示忽略指定的警告
@SuppressWarnings("resource")
public void open(Map map, TopologyContext topologyContext, SpoutOutputCollector collector) {
try {
reader = new BufferedReader(new InputStreamReader(new FileInputStream("d:/website.log"), "UTF-8"));
this.collector = collector;
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
//在这里把数据组装为tuple,并且将tuple发射出去
//利用reader读取一行,组装为tuple,发射一行
public void nextTuple() {
try {
String readLine = reader.readLine();
//如果要想实现spout的可靠功能,必须给每个tuple加上唯一的id,从而让框架帮助我们追踪tuple的处理情况
collector.emit(new Values(readLine), System.currentTimeMillis());
Thread.sleep(300);
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("IS"));
}
@Override
public void ack(Object o) {
//成功读入
}
@Override
public void fail(Object o) {
//读入失败
}
@Override
public Map<String, Object> getComponentConfiguration() {
return null;
}
@Override
public void close() {
}
@Override
public void activate() {
}
@Override
public void deactivate() {
}
}
实现:
IRichBolt类。
重写:
prepare(获取发射器,由底层实现)
execute(执行数据的处理,可以继续发送。也可以打印)
declareOutputFields(设置标识字段,用来被bolt识别)
属性
定义发射器:发射器由底层调用。
package com.uu.strom;
import org.apache.storm.task.OutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.IRichBolt;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.tuple.Tuple;
import java.util.Map;
/**
* Created by Administrator on 2019/10/25.
* 处理流的组件
*/
public class WebsiteLogBolt implements IRichBolt {
//Bolt输出收集器使用的是OutputCollector
OutputCollector collector = null;
int num;
@Override
public void prepare(Map map, TopologyContext topologyContext, OutputCollector collector) {
this.collector = collector;
}
@Override
//接受上个组件发射过来的tuple,这里是指spout,
public void execute(Tuple input) {
try {
String stringByField = input.getStringByField("IS");
if (stringByField != null) {
//进行计数
num ++;
//进行分割,取出sessionid
// String sessionid = stringByField.split("\t")[num++];
String[] split = stringByField.split("\t");
for (String s : split) {
//打印线程id,行数,sessionid
System.out.println(Thread.currentThread().getId() + "--" + num + "--" + s);
Thread.sleep(200);
//处理tuple成功,回调spout的ack方法,告知其次tuple处理成功
collector.ack(input);
}
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
//处理tuple失败,回调spout的fail方法,告知其tuple处理失败
collector.fail(input);
}
}
@Override
public void cleanup() {
}
@Override
public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {
}
@Override
public Map<String, Object> getComponentConfiguration() {
return null;
}
}
例
setSpout参数说明
(在流中的名字,项目中的的自己写的类,设置数量)
setBolt参数说明
(在流中的名字,项目中的的自己写的类,数据的来源(参数为在本driver中的设置的名字))
shuffleGrouping:随机分组
fieldsGrouping:按字母分组。
指定declareOutputFields中设置的字段进行线程的分组,即同一个字母分配给同一个线程。
//拓扑构建器
TopologyBuilder topologyBuilder = new TopologyBuilder();
//设置spout与bolt
//整个串联起来。
topologyBuilder.setSpout("spout",new Spout(),1);
//次数设置以shuffer的方式来获取数据。shuffer表示来源随机分组。
topologyBuilder.setBolt("countBolt",new CountBolt(),1).shuffleGrouping("spout");
//第二个bolt的数据来源于第一个bolt。
topologyBuilder.setBolt("countBolt1",new ExecuteBole(),2).fieldsGrouping("countBolt",new Fields("one"));
实例的案例。单词统计。
package com.uu.strom;
import org.apache.storm.Config;
import org.apache.storm.LocalCluster;
import org.apache.storm.StormSubmitter;
import org.apache.storm.topology.TopologyBuilder;
/**
* Created by Administrator on 2019/10/25.
*/
public class TopologyDriver {
public static void main(String[] args) throws Exception {
// 1 创建一个拓扑构建器
TopologyBuilder builder = new TopologyBuilder();
// 2 设置spout、bolt
/*
* 执行
* */
builder.setSpout("websiteSpout", new WebsiteLogSpout(), 1);
/*
* 执行的是bolt中的execute方法,数字值为1是一个bolt。
* */
builder.setBolt("websiteBolt", new WebsiteLogBolt(), 2).shuffleGrouping("websiteSpout");
// 3 设置worker的数量
Config conf = new Config();
conf.setNumWorkers(1);
// 4 提交到storm集群
if (args.length > 0) {
StormSubmitter.submitTopology("websiteTopo", conf, builder.createTopology());
} else {
LocalCluster cluster = new LocalCluster();
cluster.submitTopology("websiteTopo", conf, builder.createTopology());
}
}
}
在linux中的实现
storm jar 【jar路径】 【拓扑包名.拓扑类名】 【传入参数】
【拓扑名称】
下一个案例:相同字母的统计,使用map来实现。