- 下载Storm
Storm下载地址:http://storm.apache.org/downloads.html
- 通过工具上传Storm压缩包
- 解压Storm
[hadoop@master software]$ tar zxvf apache-storm-1.2.3.tar.gz -C /opt/module/
- 安装Storm
4.1配置Storm
- 进入到Storm安装目录的conf文件夹
[hadoop@master module]$ cd /opt/module/apache-storm-1.2.3/conf
- 修改storm.yaml文件,配置相关参数
[hadoop@master conf]$ vim storm.yaml
在配置文件中添加如下内容
配置Storm集群的Zookeeper集群主机列表
配置指定supervisor的工作节点,可以运行的worker数量,每个worker占用一个端口来接收消息,最多分配5个;默认情况下每个节点可以运行4个worker,分别在
6700、6701、6702、6703,此处定义几个端口,则就表示可以运行几个worker
storm.zookeeper.servers:
- "master"
- "slave1"
- "slave2"
#nimbus
nimbus.host: "master"
ui.port: 8081
supervisor.slots.ports:
- 6700
- 6701
- 6702
- 6703
storm.local.dir: "/opt/module/apache‐storm‐1.2.3/workspace"
Nimbus和Supervisor守护进程需要在本地磁盘上存储少量状态信息。需要我们手动在
每台Supervisor机器上创建此目录,并授予适当的权限
[hadoop@master apache-storm-1.2.3]$ cd /opt/module/apache-storm-1.2.3
[hadoop@master apache-storm-1.2.3]$ mkdir workspace
- 发送Storm到slave1,slave2
[hadoop@master module]$ scp -r /opt/module/apache-storm-1.2.3/ slave1:/opt/module/
[hadoop@master module]$ scp -r /opt/module/apache-storm-1.2.3/ slave2:/opt/module/
4.2 启动Storm
1.启动Zookeeper集群(查看第三章文档)
2.在master上启动nimbus(此窗口会被nimbus占用,请另开一个窗口进行其他操作)
[hadoop@master apache-storm-1.2.3]$ bin/storm nimbus
3.在slave1,slave2上启动supervisor(此窗口会被supervisor占用,请另开一个窗口进行其他操作)
[hadoop@slave2 module]$ cd /opt/module/apache-storm-1.2.3/
[hadoop@slave2 apache-storm-1.2.3]$ bin/storm supervisor
- 在master上启动Storm UI
[hadoop@master apache-storm-1.2.3]$ bin/storm ui
- 查看Storm UI
4.3 客户端基本配置详解
storm.zookeeper.servers:ZooKeeper服务器列表
storm.zookeeper.port:ZooKeeper连接端口
storm.local.dir:storm使用的本地文件系统目录(必须存在并且storm进程可读写)
storm.cluster.mode:Storm集群运行模式([distributed|local])
storm.local.mode.zmq:Local模式下是否使用ZeroMQ作消息系统,如果设置为false则使用java消息系统。默认为false
storm.zookeeper.root:ZooKeeper中Storm的根目录位置
storm.zookeeper.session.timeout:客户端连接ZooKeeper超时时间
storm.id 运行中拓扑的id,由storm name和一个唯一随机数组成。
nimbus.host:nimbus服务器地址
nimbus.thrift.port:nimbus的thrift监听端口
nimbus.childopts:通过storm-deploy项目部署时指定给nimbus进程的jvm
选项
nimbus.task.timeout.secs:心跳超时时间,超时后nimbus会认为task死掉
并重分配给另一个地址。
nimbus.monitor.freq.secs:nimbus检查心跳和重分配任务的时间间隔.注意如果是机器宕掉nimbus会立即接管并处理。
nimbus.supervisor.timeout.secs:supervisor的心跳超时时间,一旦超过
nimbus会认为该supervisor已死并停止为它分发新任务.
nimbus.task.launch.secs:task启动时的一个特殊超时设置.在启动后第一次心跳前会使用该值来临时替代nimbus.task.timeout.secs.
nimbus.reassign:当发现task失败时nimbus是否重新分配执行。默认为真, 不建议修改。
nimbus.file.copy.expiration.secs:nimbus判断上传/下载链接的超时时间, 当空闲时间超过该设定时nimbus会认为链接死掉并主动断开
ui.port:Storm UI的服务端口
drpc.servers:DRPC服务器列表,以便DRPCSpout知道和谁通讯drpc.port:Storm DRPC的服务端口
supervisor.slots.ports:supervisor上能够运行workers的端口列表.每个
worker占用一个端口,且每个端口只运行一个worker.通过这项配置可以调整每台机器上运行的worker数.(调整slot数/每机)
supervisor.childopts:在storm-deploy项目中使用,用来配置supervisor守护进程的jvm选项
supervisor.worker.timeout.secs:supervisor中的worker心跳超时时间,一旦超时supervisor会尝试重启worker进程.
supervisor.worker.start.timeout.secs:supervisor初始启动时,worker的心跳超时时间,当超过该时间supervisor会尝试重启worker。因为JVM初始启动和配置会带来的额外消耗,从而使得第一次心跳会超过
supervisor.worker.timeout.secs的设定
supervisor.enable:supervisor是否应当运行分配给他的workers.默认为true, 该选项用来进行Storm的单元测试,一般不应修改.
supervisor.heartbeat.frequency.secs:supervisor心跳发送频率(多久发送一次)
supervisor.monitor.frequency.secs:supervisor检查worker心跳的频率
worker.childopts:supervisor启动worker时使用的jvm选项.所有的”%ID%”字串会被替换为对应worker的标识符
worker.heartbeat.frequency.secs:worker的心跳发送时间间隔
task.heartbeat.frequency.secs:task汇报状态心跳时间间隔
task.refresh.poll.secs:task与其他tasks之间链接同步的频率.(如果task被重分配,其他tasks向它发送消息需要刷新连接).一般来讲,重分配发生时其他tasks会理解得到通知。该配置仅仅为了防止未通知的情况。
topology.debug:如果设置成true,Storm将记录发射的每条信息。
topology.optimize:master是否在合适时机通过在单个线程内运行多个task 以达到优化topologies的目的.
topology.workers:执行该topology集群中应当启动的进程数量.每个进程内部将以线程方式执行一定数目的tasks.topology的组件结合该参数和并行度提示来优化性能
topology.ackers:topology中启动的acker任务数.Acker保存由spout发送的
tuples的记录,并探测tuple何时被完全处理.当Acker探测到tuple被处理完毕时会向
spout发送确认信息.通常应当根据topology的吞吐量来确定acker的数目,但一般不需要太多.当设置为0时,相当于禁用了消息可靠性,storm会在spout发送tuples后立即进行确认.
topology.message.timeout.secs:topology中spout发送消息的最大处理超时时间.如果一条消息在该时间窗口内未被成功ack,Storm会告知spout这条消息失
败。而部分spout实现了失败消息重播功能。
topology.kryo.register:注册到Kryo(Storm底层的序列化框架)的序列化方案列表.序列化方案可以是一个类名,或者是com.esotericsoftware.kryo.Serializer的实现.
topology.skip.missing.kryo.registrations:Storm是否应该跳过它不能识别的kryo序列化方案.如果设置为否task可能会装载失败或者在运行时抛出错误.
topology.max.task.parallelism:在一个topology中能够允许的最大组件并行度.该项配置主要用在本地模式中测试线程数限制.
topology.max.spout.pending:一个spout task中处于pending状态的最大的tuples数量.该配置应用于单个task,而不是整个spouts或topology.
topology.state.synchronization.timeout.secs:组件同步状态源的最大超时时间(保留选项,暂未使用)
topology.stats.sample.rate:用来产生task统计信息的tuples抽样百分比
topology.fall.back.on.java.serialization:topology中是否使用java的序列化方案
zmq.threads:每个worker进程内zeromq通讯用到的线程数
zmq.linger.millis:当连接关闭时,链接尝试重新发送消息到目标主机的持续时长.这是一个不常用的高级选项,基本上可以忽略.
java.library.path:JVM启动(如Nimbus,Supervisor和workers)时的
java.library.path设置.该选项告诉JVM在哪些路径下定位本地库.
5.shell使用
Storm常用命令:
jar
kill
activate
deactivate
rebalance
repl
classpath
localconfvalue
remoteconfvalue
nimbus
supervisor
ui
drpc
1.jar
语法:storm jar topology-jar-path class ...
使用指定参数运行class的main方法。~/.storm路径下的Storm相关jar包和配置文档会被加入类路径。进程会进行设置,这样StormSubmitter在提交拓扑时会上传topology-jar-path下的jar包。
2.kill
语法:storm kill topology-name [-w wait-time-secs]
终止名为topology-name的拓扑。Storm首先停用拓扑的Spout并等待拓扑的超时时间,以便所有处理中的消息有机会被处理完毕。然后Storm会终止工作线程并清理状态。用户可以通过-w参数设置Storm在停用Spout和终止工作线程之间的等待时间。
3.activate
语法:storm activate topology-name
激活指定的拓扑的Spout。
4.deactivate
语法:storm deactivate topology-name
停用指定的拓扑的Spout。
5.rebalance
语法:storm rebalance topology-name [-w wait-time-secs]
有时用户可能希望迁移运行拓扑的工作进程。例如,用户的集群有10个节点,每个节点上有4个工作进程,这时用户向集群新增了10个节点,并且希望工作进程能够迁移到新的节点上,从而每个节点只有2个工作进程。一种方法是终止进程然后重新提交,但是Storm提供了”rebalance”命令来更轻松地完成这个任务。
rebalance首先指定消息超时时间(使用-w参数)并停用拓扑,然后将工作进程平均分配到集群中的节点上。拓扑之后将会恢复到之前的状态(停用的拓扑仍然停用,激活的拓扑将自动激活)。
6.repl
语法:storm repl
使用Storm类路径内的jar包和配置打开一个Clojure REPL。调试时非常有用。
7.classpath
语法:storm classpath
打印Storm客户端运行命令时使用的类路径。
8.localconfvalue
语法:storm localconfvalue conf-name
打印本地Storm配置中名为conf-name的配置项的值。本地Storm配置为~/.storm/storm.yaml和defaults.yaml合并之后的结果。
9.remoteconfvalue
语法:storm remoteconfvalue conf-name
打印远程Storm配置中名为conf-name的配置项的值。远程Storm配置为$STORM-PATH/conf/storm.yaml和defaults.yaml合并之后的结果。此命令必须在集群中的机器上运行。
10.nimbus
语法:storm nimbus
启动nimbus守护进程。此命令应在类似daemontools或monit的工具的监控之下运行。
11.supervisor
语法:storm supervisor
启动supervisor守护进程。此命令应在类似daemontools或monit的工具的监控之下运行。
12.ui
语法:storm ui
启动UI守护进程。UI提供了一个Web接口用户展示运行中的拓扑的各种详细信息。此命令应在类似daemontools或monit的工具的监控之下运行。
13.drpc
语法:storm drpc
启动DRPC守护进程。此命令应在类似daemontools或monit的工具的监控之下运行。