STORM-综述及分工

2121SC@SDUSC
一、项目分工：
我们组将STORM分为以下11个部分：Nimbus\Bolt\Zookeeper\Topology\Excutor\Supervisor\Woker\Task\Spout\Tuple\Stream groupings其中，我选择的部分为：Excutor,Tuple
二、项目简介：
（1）storm：
Storm是一个分布式的、容错的实时计算系统，它被托管在GitHub上。Storm为分布式实时计算提供了一组通用原语，可被用于“流处理”之中，实时处理消息并更新数据库。这是管理队列及工作者集群的另一种方式。 Storm也可被用于“连续计算”，对数据流做连续查询，在计算时就将结果以流的形式输出给用户，也可被用于“分布式RPC”，以并行的方式运行昂贵的运算。
Storm的主工程师Nathan Marz表示：Storm可以方便地在一个计算机集群中编写与扩展复杂的实时计算，Storm用于实时处理，就好比 Hadoop 用于批处理。Storm保证每个消息都会得到处理，而且它是非常快的，且可以使用任意编程语言来做开发。
（2）tuple:
tuple是一个类似于列表的东西，存储的每个元素叫做field（字段），可以是任何类型。
Storm使用tuple作为它的数据模型， 每个tuple是一堆值，每个值都有一个名字。
一个Tuple代表数据流中的一个基本处理单元，例如：一条cookie日志，他可以包含多个Field, 每个Field表示一个属性。
一个没有边界、源源不断的Tuple序列就组成了Stream。
（3）executor:
一个work进程，其实就是一个jvm虚拟机进程，在这个work进程里面有多个executor线程，每个executor线程会运行一个或多个task实例。一个task是最终完成数据处理的实体单元。
executor是1个被worker进程启动的单独线程。每个executor只会运行1个topology的1个component(spout或bolt)的task（注：task可以是1个或多个，storm默认是1个component只生成1个task，executor线程里会在每次循环里顺序调用所有task实例）。

借鉴资料：
百度百科——storm
https://blog.csdn.net/qq_38200548/article/details/85017394
https://blog.csdn.net/qq_27657429/article/details/86651399