jstorm安装配置

jstorm安装配置

• 前言
• 下载
• 配置启动

---

前言

jstorm介绍

jstorm

JStorm 是一个类似Hadoop MapReduce的系统， 用户按照指定的接口实现一个任务，然后将这个任务递交给JStorm系统，Jstorm将这个任务跑起来，并且按7 * 24小时运行起来，一旦中间一个Worker 发生意外故障， 调度器立即分配一个新的Worker替换这个失效的Worker。
因此，从应用的角度，JStorm应用是一种遵守某种编程规范的分布式应用。从系统角度， JStorm是一套类似MapReduce的调度系统。 从数据的角度，JStorm是一套基于流水线的消息处理机制。
实时计算现在是大数据领域中最火爆的一个方向，因为人们对数据的要求越来越高，实时性要求也越来越快，传统的Hadoop MapReduce，逐渐满足不了需求，因此在这个领域需求不断。

storm组件和Hadoop组件对比

	storm	Hadoop
角色	Nimbus	JobTracker
	Supervisor	TaskTracker
	Worker	Child
应用名称	Topology	Job
编程接口	Spout/Bolt	Mapper/Reducer

优点

在storm和jstorm出现之前，市面上有很多实时计算引擎，但自Storm和Jstorm出现之后，基本上可以说一统江湖，其具有以下优点：
- 开发迅速：接口简单，容易上手，只要遵守Topology、Spout、Bolt的编程规范即可开发出一个扩展性极好的应用，底层Rpc、Worker之间冗余、数据分流之类的动作完全不用考虑。
- >扩展性极好：配置一下并发数，即可线性扩展性能
- >健壮性强：但worker失效或者机器出现故障时，自动分配新的worker替换失效的worker
- >数据准确性：可以采用Ack机制，保证数据不丢失。如果对精度有更高要求，采用事物机制，保证数据准确

应用场景

JStorm处理数据的方式是基于消息的流水线处理，因此特别适合无状态计算，也就是计算单元依赖的数据全部在接受的消息中可以找到，并且最好一个数据流不依赖于另一个数据流。
因此，jstorm常用于：
- >日志分析：从日志中分析出特定的数据，并将分析结果存入外部存储器，如数据库
- >管道系统：如将数据从一个系统输出到另一个系统，比如将数据从数据库同步到Hadoop
- >消息转化器：将接收到的消息按照某种格式进行转化，存储到另外一个系统，如消息中间件
- >统计分析器：从日志或消息中，提炼出某个字段，然后做count或sum计算，最后将统计值植入外部存储器

安装环境

环境：ubuntu14-64位，jdk1.7，tomcat7，zookeeper-3.4.6，jstorm2.1.0

下载

jstorm下载

从这里下载最新版Jstorm（我下载的时候是2.1.0），文件名为jstorm-2.1.0.tar.bz2。

zookeeper下载

从这里下载zookeeper3.4.6

配置

zookeeper安装配置

文件解压

cd命令进入zookeeper3.4.6所在目录，解压文件：

sudo tar -zxvf zookeeper-3.4.6.tar.gz

配置环境变量

vim /etc/profile

加入以下内容：

export ZOOKEEPER_HOME=/home/yyp/developTools/jstorm/zookeeper