《Storm分布式实时计算模式》——1.2 单词计数topology的数据流

[text](本节书摘来自华章计算机《Storm分布式实时计算模式》一书中的第1章，第1.2节,作者：（美）P. Taylor Goetz　Brian O’Neill 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

1.2　单词计数topology的数据流

如图1-2所示，单词计数topology由一个spout和下游的三个bolt组成。

1.2.1　语句生成spout
SentenceSpout类的功能很简单，向后端发射一个单值tuple组成的数据流，键名是“sentence”，键值是字符串格式存储的一句话。如下所示：

为了简化起见，我们的数据源是一个静态语句的列表。spout会一直循环将每句话作为tuple发射。实际应用中，spout通常会连接到动态数据源上，比如通过Twitter的API获取推特消息。
1.2.2　语句分割bolt
语句分割bolt（SplitSentenceBolt）类会订阅sentence spout发射的tuple流。每当收到一个tuple，bolt会获取“sentence”对应值域的语句，然后将语句分割为一个个的单词。每个单词向后发射一个tuple：

1.2.3　单词计数bolt
单词计数bolt（WordCountBolt）订阅SplitSentenceBolt类的输出，保存每个特定单词出现的次数。每当bolt接收到一个tuple，会将对应单词的计数加一，并且向后发送该单词当前的计数。

1.2.4　上报bolt
上报bolt订阅WordCountBolt类的输出，像WordCountBolt一样，维护一份所有单词对应的计数的表。当接收到一个tuple时，上报bolt会更新表中的计数数据，并且将值在终端打印。
)