storm starter学习（一）

    官方提供的storm starter示例中，有不少应用的例子，对storm的应用场景理解颇有帮助。本文结合源码来进行功能分解，记录一下，做为记忆索引吧。

    先来看一个比较简单的示例：WordCountTopology，原版代码该示例是为了说明多语言适配而作的应用场景，主要功能是随机生成一些String，将这些String划分分组，统计各单词出现数量。后来修改了一下，去掉了py调用的地方。使用java来进行词组划分。

    先来看一下Topology：

public static void main(String[] args) throws Exception {
	TopologyBuilder builder = new TopologyBuilder();
	builder.setSpout("spout", new RandomSentenceSpout(), 5); // 数据源
	builder.setBolt("split", new SplitSentence(), 8).shuffleGrouping("spout"); // 单词划分
	builder.setBolt("count", new WordCount(), 12).fieldsGrouping("split",new Fields("word")); // 统计单词出现个数
	Config conf = new Config();
	conf.setDebug(true);

	if (args != null && args.length > 0) { 
            conf.setNumWorkers(3);
            StormSubmitter.submitTopologyWithProgressBar("wordCount", conf,
					builder.createTopology());
	} else {
	    conf.setMaxTaskParallelism(3);
	    LocalCluster cluster = new LocalCluster();
	    cluster.submitTopology("word-count", conf, builder.createTopology());

	    Thread.sleep(10000);
	    cluster.shutdown();
	}
}

    RandomSentenceSpout功能很简单，随机生成字符串到tuple中，key为word。

    再看一下bolt，该示例中使用了两类分组方式shuffleGrouping（随机分组），fieldsGrouping（按字段分组）。使用shuffleGrouping来进行单词划分，为了保证单词统计时都在一个bolt中进行，使用fieldsGrouping来进行word划分统计，运行时会看到相同key值的tuple会分配到同一线程上。

public static class SplitSentence implements IBasicBolt {
	public void prepare(Map conf, TopologyContext context) {
	}

	public void execute(Tuple tuple, BasicOutputCollector collector) {
		String sentence = tuple.getString(0);
		for (String word : sentence.split(" ")) { // 将Spout接收到的tuple按空格进行分解，产生单词数据流
			collector.emit(new Values(word));
		}

	}

	public void cleanup() {
	}

	public void declareOutputFields(OutputFieldsDeclarer declarer) {
		declarer.declare(new Fields("word")); // 定义key值
	}

	@Override
	public Map<String, Object> getComponentConfiguration() {
		return null;
	}
}

    单词统计bolt：

public static class WordCount extends BaseBasicBolt {
	Map<String, Integer> counts = new HashMap<String, Integer>();

	@Override
	public void execute(Tuple tuple, BasicOutputCollector collector) {
		String word = tuple.getString(0);
		Integer count = counts.get(word);
		if (count == null)
			count = 0;
		count++;
		counts.put(word, count);
		collector.emit(new Values(word, count)); // 输出结果word + word number
	}

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

    总结：

    一般状况下，为了保证数据可靠性与完整性，实现一个Bolt，能够实现IRichBolt接口或继承BaseRichBolt，若是不想本身处理结果反馈，能够实现IBasicBolt接口或继承BaseBasicBolt，至关于自动处理了prepare方法和collector.emit.ack(inputTuple)；