为了实现exactly-once,storm0.7.0开始支持transactional toplogy(事务topology),也是微批处理架构,但目前已经不再维护(基本没有人用),功能完全被trident所替代。准确的说,trident topology是从transactional topology的基本上发展而来,包括spout和state都延用的transactional topology的思路,最大的改变就是抽象出了stream的概念。
数据流对比
原理简介
trident中将tuple封装成batch,每一个batch提供一个唯一的txid,数据的发送、提交、重发都是基于txid,以batch为单位进行。
实现exactly-once的关键在于状态的保存,就trident而言,包括:
- 元数据的保存,数据处理失败时,能知道要重发是哪些数据
- 中间状态的保存,重发数据时,能敏锐发现数据的状态是否已经更新过
trident只在用state来做中间状态保存的地方确保exactly once,而数据流并不一定要在所有的地方都需要用state,以wordcount为例,最终我们关心的只是单词的统计结果,中间的read和split并不需要关心,也就不需要保存state,因此,选择state的保存时机是重点