storm的八种Grouping策略

作者:Uber  来源:IT165收集  发布日期:2015-02-26 20:55:30

       在这里,将会提到storm的七种grouping策略,并且编码逐一实现。

      首先,需要一个集群(希望尽量模仿真实环境,故就不用本地模式了)。详细的安装方法大家可以查看本人的另外一篇博文:storm集群和zookeeper集群的部署过程。

      OK。现在有三个节点。一个作为nimbus,两个作为supervisor。到这里先介绍一下storm逻辑上有两个component,一个是Spout,另一个是Bolt。stream由Spout发出,在不同的Bolt之间进行处理,在其中传递的是storm的基本处理单位:Tuple。由Spout发出一个一个Tuple,然后Bolt接收Tuple进行各种各样的处理。这一整个过程构成一个DAG。在storm里面叫做Topology。当使用远程模式向集群提交一个Topology之后,如果不kill掉的话,将会一直运行到。。。我也不知道尽头。。貌似没有尽头。

      好了,来看一个简单的Topology。将使用这个Topology来实现那几种Grouping策略。

      

      上图中spout的处理逻辑是将一句话发出给下一个Bolt,然后下一个Bolt做句子的单词分割,下一个做计数,最后的Bolt做汇总显示。这里可以有多个Bolt或者Spout进行并行处理。这是关于并行度的设置。

      好了,所谓的grouping策略就是在Spout与Bolt、Bolt与Bolt之间传递Tuple的方式。总共有七种方式:

      1)shuffleGrouping(随机分组)

      2)fieldsGrouping(按照字段分组,在这里即是同一个单词只能发送给一个Bolt)

      3)allGrouping(广播发送,即每一个Tuple,每一个Bolt都会收到)

      4)globalGrouping(全局分组,将Tuple分配到task id值最低的task里面)

      5)noneGrouping(随机分派)

      6)directGrouping(直接分组,指定Tuple与Bolt的对应发送关系)

      7)Local or shuffle Grouping

      8)customGrouping (自定义的Grouping)

      OK,下面逐个来试试!

      首先是使用shuffleGrouping策略。

      

      启动后所得的结果。

      

     可以看到如storm这个单词被随机分配到了两个counter里面,分别是h4和h3两个节点里面。可再做一次提交,又会看到不一样的结果。将与下面的fieldGrouping形成对比。

     

     

     然后换成fieldsGrouping。

     

    启动后的结果如图。图中wordcount2和wordcount3就是我两次提交的topology的名字。

     

     

    下面是两次提交的结果。可以看出,使用fieldsGrouping策略,被分配到每个wordcounterbolt的单词没有变化。

     

     

    下面是第二次提交的结果。

     

     

     再换成noneGrouping策略。

     

    提交集群运行。

     

    运行结果如图。noneGrouping和shuffleGrouping是基本一样的。都是随机的。

    

    

    替换成allGrouping策略。

   

   提交集群运行。

   

   运行结果如图。可以看到。两个bolt所接收到的单词是一样的,都是全部的单词。

   

   

   最后,替换成globalGrouping策略。

   

   提交集群运行。

   

   从上图可以看到,主要分配到了h3这个节点。从下面的结果得以验证。

   

   

   好了,就先做到这里吧!剩下的grouping策略需要在修改一个代码,就下次再做了。本来不想上这么多图的,不过,不是说有图有真相嘛!哈哈~

Tag标签: 策略  
  • 专题推荐

About IT165 - 广告服务 - 隐私声明 - 版权申明 - 免责条款 - 网站地图 - 网友投稿 - 联系方式
本站内容来自于互联网,仅供用于网络技术学习,学习中请遵循相关法律法规