Storm案例之自增数字求和

1.案例需求 实现自增数字相加的和 1+2+3+4+5+6+........ 2.需求分析 Spout来发送数字作为input 使用Bolt来实现求和逻辑 将结果输出到控制台 3.导入Storm的pom依赖 <dependency>       <groupId>org.apache.storm</groupId>       <artifactId>storm-core</artifactId>       <version>1.1.1</version> </dependency> 4.具体代码实现 package cn.ysjh; import org.apache.storm.Config; import org.apache.storm.LocalCluster; 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实现求和功能 */ public class SumStorm {     /*     Spout需要继承Base      */     public static class DataSourceSpout extends BaseRichSpout{        private SpoutOutputCollector spoutOutputCollector;         /*         初始化方法，只会被调用一次          */         @Override         public void open(Map map, TopologyContext topologyContext, SpoutOutputCollector spoutOutputCollector) {            this.spoutOutputCollector=spoutOutputCollector;         }         int num=0;         /*          会产生数据，在实际生产中肯定是从消息队列中获取数据          这个方法是一个死循环，会一直运行          */         @Override         public void nextTuple() {             this.spoutOutputCollector.emit(new Values(++num));             System.out.println("数据："+num);             //防止数据产生太快             Utils.sleep(1000);         }         /*           声明输出字段          */         @Override         public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {             //这里要和上边nextTuple()方法中的Values中的对应           outputFieldsDeclarer.declare(new Fields("number"));         }     }     /*      数据的累计求和Bolt：接收数据并处理      */   private static class SumBolt extends BaseRichBolt {       /*       初始化方法，会被执行一次        */         @Override         public void prepare(Map map, TopologyContext topologyContext, OutputCollector outputCollector) {         }         int sum=0;         /*         获取Spout发送过来的数据         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fields名称获取，建议使用后一种方法          */         @Override         public void execute(Tuple tuple) {             Integer Num = tuple.getIntegerByField("number");             sum+=Num;             System.out.println("Sum:"+sum);         }         /*          */         @Override         public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {         }     }    public static void main(String[] args){       //TopologyBuilder根据Spout和Bolt来构建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执行的顺序        TopologyBuilder builder = new TopologyBuilder();        builder.setSpout("DataSourceSpout",new DataSourceSpout());        builder.setBolt("SumBolt",new SumBolt()).shuffleGrouping("DataSourceSpout");        //创建本地模式，只需使用LocalCluster类        LocalCluster cluster = new LocalCluster();        cluster.submitTopology("SumStorm",new Config(),builder.createTopology());    } } 可以看出先实现Spout和Bolt，最后实现Topology进行本地运行 注意： 这里是本地运行模式，不需要Storm集群环境，如果要提交到集群上运行，最后的LocalCluster需要修改为StormSubmitter将Topology提交到集群上运行 5.运行截图 ---------------------  作者：ysjh0014  来源：CSDN  原文：https://blog.csdn.net/ys_230014/article/details/83998653  版权声明：本文为博主原创文章，转载请附上博文链接！