标签：
====实例需求分析
数据源会源源不断的产生海量的英文语句。
我们需要实时的获取到单词的词频，或者是TopN，来观察词频是如何变化的。
设想这是不同商品的用户行为操作数据，我们是不是就可以实时观测到用户关注商品的热点呢？
====与Hadoop的对比
====Storm编程模型
详细请参考后续文章中的部分。这里只进行简单介绍。
（1）消息源Spout组件
是消息源的接入组件。通常我们有两个方法来实现这个组件：
①、继承BaseRichSpout类：
相对来说比较简单的方法，并且需要重写的方法也比较少。
所以，这是一种比较简单的方式，但是能够满足基本的业务需求。
②、实现IRichSpout接口：
这种方式需要实现较多的已经定义好的方法，并且部分方法与BaseRichSpout是重叠的。
这种方式能够满足比较复杂的业务数据的接入的需求。
====WorldCount方案以及拓扑设计
为了不把问题复杂化，我们在内存中生存数据源。
【消息源（RandomSentenceSpout）】
在Spout中随记发送内置的英文语句作为消息源。
【数据标准化（WordNormalizerBolt）】
然后使用一个Bolt进行归一化（语句切分），句子切分成单词发射出去。
【词频统计（WordCountBolt）】
使用一个Bolt接受订阅切分的单词Tuple，进行单词统计，并且选择使用按字段分组的策略，词频实时排序，把TopN实时发射出去。
【工具类（PrintBolt）】
最后使用一哥Bolt将结果打印到Log中。
====WordCount实例代码
可以从下面的Git上取得，版权所属：极客学院。
https://github.com/blogchong/storm-example
====相关类图
（参考原帖：http://blog.csdn.net/xeseo/article/details/17750379 ）
为了自己理解整理思路，我又将原帖中的记录进行了一些整理加工。
【IComponent接口】
Spout和Bolt都是其Component。所以，Storm定义了一个名叫IComponent的总接口。
IComponent的继承关系如下图所示：
绿色部分是我们最常用、比较简单的部分。红色部分是与事务相关。
BaseComponent 是Storm提供的“偷懒”的类。为什么这么说呢，它及其子类，都或多或少实现了其接口定义的部分方法。
这样我们在用的时候，可以直接继承该类，而不是自己每次都写所有的方法。
但值得一提的是，BaseXXX这种定义的类，它所实现的方法，都是空的，直接返回null。
【Spout】
类图如下图所示：
接口如下图所示：
各个接口说明：
①、open方法：
是初始化动作。允许你在该spout初始化时做一些动作，传入了上下文，方便取上下文的一些数据。
②、close方法
在该spout关闭前执行，但是并不能得到保证其一定被执行。
spout是作为task运行在worker内，在cluster模式下，supervisor会直接kill -9 woker的进程，这样它就无法执行了。
而在本地模式下，只要不是kill -9, 如果是发送停止命令，是可以保证close的执行的。
③、activate和deactivate方法 ：
一个spout可以被暂时激活和关闭，这两个方法分别在对应的时刻被调用。
④、nextTuple方法：
负责消息的接入，执行数据发射。是Spout中的最重要方法。
⑤、ack(Object)方法：
传入的Object其实是一个id，唯一表示一个tuple。该方法是这个id所对应的tuple被成功处理后执行。
⑥、fail(Object)方法：
同ack，只不过是tuple处理失败时执行。
我们的RandomSpout由于继承了BaseRichSpout，
所以不用实现close、activate、deactivate、ack、fail和getComponentConfiguration方法，只关心最基本核心的部分。
结论：
通常情况下（Shell和事务型的除外），实现一个Spout，可以直接实现接口IRichSpout，如果不想写多余的代码，可以直接继承BaseRichSpout。
【Bolt】
类图如下图所示：
这里可以看到一个奇怪的问题： 为什么IBasicBolt并没有继承IBolt？ 我们带着问题往下看。
IBolt定义了三个方法：
①、prepare方法：
IBolt继承了java.io.Serializable，我们在nimbus上提交了topology以后，创建出来的bolt会序列化后发送到具体执行的worker上去。
worker在执行该Bolt时，会先调用prepare方法传入当前执行的上下文。
②、execute方法：
接受一个tuple进行处理，并用prepare方法传入的OutputCollector的ack方法（表示成功）或fail（表示失败）来反馈处理结果。
③、cleanup方法：
同ISpout的close方法，在关闭前调用。同样不保证其一定执行。
红色部分（execute方法）是Bolt实现时一定要注意的地方。
而Storm提供了IBasicBolt接口，其目的就是实现该接口的Bolt不用在代码中提供反馈结果了，Storm内部会自动反馈成功。
如果你确实要反馈失败，可以抛出FailedException。
--END--
标签：
原文地址：http://www.cnblogs.com/quchunhui/p/5380260.html
