storm -api


创建工程,导入相应的jar包

拓扑主类

<span style="font-size:14px;">package cn.itcast.randomword.topo;

import cn.itcast.randomword.bolt.TransferBolt;
import cn.itcast.randomword.bolt.WritableBolt;
import cn.itcast.randomword.spout.RandomSpout;
import backtype.storm.Config;
import backtype.storm.StormSubmitter;
import backtype.storm.generated.AlreadyAliveException;
import backtype.storm.generated.InvalidTopologyException;
import backtype.storm.topology.TopologyBuilder;
import backtype.storm.tuple.Fields;

/**
 * 拓扑,用来配置spou和bout
 * @author Administrator
 *
 */
public class TopoMain {
	public static void main(String[] args) throws Exception {
		//声明拓扑构建器
		TopologyBuilder builder = new TopologyBuilder();
		//设置数据源
		builder.setSpout("random", new RandomSpout(),4);
		//处理业务逻辑
		builder.setBolt("transfer", new TransferBolt(),4).shuffleGrouping("random").setNumTasks(8);
		builder.setBolt("writer", new WritableBolt(),8).fieldsGrouping("transfer", new Fields("word"));
		
		//配置对象
		Config conf = new Config();
		//设置工作的worker数量,
		conf.setNumWorkers(4);
		//设置数据跟踪器
		conf.setNumAckers(0);
		conf.setDebug(false);
		
		//提交拓扑
		StormSubmitter.submitTopology("comp-test-1", conf, builder.createTopology());
	}
}
</span>

spouts(数据源)

package cn.itcast.randomword.spout;

import java.util.Map;
import java.util.Random;

import backtype.storm.spout.SpoutOutputCollector;
import backtype.storm.task.TopologyContext;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.topology.base.BaseRichSpout;
import backtype.storm.tuple.Fields;
import backtype.storm.tuple.Values;
import backtype.storm.utils.Utils;

/**
 * 随机产生一个单词,发送给下一个bolt
 * @author Administrator
 *
 */
public class RandomSpout extends BaseRichSpout{
	
	private static final long serialVersionUID = -4287209449750623371L;
	
	//相当于hadoop中的context,用来发送数据,要发送的数据封装到values中
	private SpoutOutputCollector collector;
	
	private String[] words = {"storm","hadoop","flume","hive"};
	
	private Random random = new Random();
	
	/**
	 * 不停歇,用来读数据,只要有数据产生就发送给bolt
	 */
	@Override
	public void nextTuple() {
		Utils.sleep(500);
		String str = words[random.nextInt(words.length)];
		collector.emit(new Values(str));
	}

	/**
	 * 用来做初始化一些对象的,在对象实例化之后执行,也就是在构造方法之后
	 */
	@Override
	public void open(Map conf, TopologyContext context, SpoutOutputCollector collector) {
		this.collector = collector;
	}

	/**
	 * 用来声明要发送给下一个组件的字段,相当于表头
	 */
	@Override
	public void declareOutputFields(OutputFieldsDeclarer declare) {
		
		declare.declare(new Fields("str"));
	}

}

bolt 处理逻辑

package cn.itcast.randomword.bolt;

import backtype.storm.topology.BasicOutputCollector;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.topology.base.BaseBasicBolt;
import backtype.storm.tuple.Fields;
import backtype.storm.tuple.Tuple;
import backtype.storm.tuple.Values;

/**
 * 将数据做简单传递
 * @author Administrator
 *
 */
public class TransferBolt extends BaseBasicBolt{
	
	private static final long serialVersionUID = 4223708336037089125L;
	
	/**
	 * 循环执行,只要有发送者发来数据就执行
	 * 
	 */
	@Override
	public void execute(Tuple tuple, BasicOutputCollector collector) {
		// tuple 封装了接收到的数据
		String word = tuple.getStringByField("str");
		collector.emit(new Values(word));
		
	}

	@Override
	public void declareOutputFields(OutputFieldsDeclarer declare) {
		declare.declare(new Fields("word"));
		
	}

}

输出bolt

package cn.itcast.randomword.bolt;


import java.io.FileWriter;
import java.io.IOException;
import java.util.Map;
import java.util.UUID;

import backtype.storm.task.TopologyContext;
import backtype.storm.topology.BasicOutputCollector;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.topology.base.BaseBasicBolt;
import backtype.storm.tuple.Tuple;

public class WritableBolt extends BaseBasicBolt{

	
	private static final long serialVersionUID = -6586283337287975719L;
	
	private FileWriter writer = null;
	
	/**
	 * 
	 */
	@Override
	public void prepare(Map stormConf, TopologyContext context) {
		try {
			writer = new FileWriter("/home/itcast/" + UUID.randomUUID().toString());
		} catch (IOException e) {
			throw new RuntimeException(e);
		}
	}
	
	
	@Override
	public void execute(Tuple tuple, BasicOutputCollector collector) {
		String s = tuple.getString(0);
		try {
			writer.write(s);
			writer.write("\n");
			writer.flush();
		} catch (IOException e) {
			throw new RuntimeException(e);
		}
	}

	@Override
	public void declareOutputFields(OutputFieldsDeclarer arg0) {
		// TODO Auto-generated method stub
		
	}

}



  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值