本系列属个人原创，转载请注明！
原文地址：http://blog.csdn.net/xeseo/article/details/18219183
本系列源码地址： https://github.com/EdisonXu/storm-samples
根据前文介绍，我们知道，storm的任务是包装在topology类中，由nimbus提交分配到整个cluster。
Topology有两种大类提交部署方式：
- 提交到本地模式，一般用于调试。该模式下由于是起在同一个JVM进程下，所以不要让其负载太高。
- 提交到集群模式。
提交到本地模式
这个非常的简单。 1. 编写代码public class LocalRunningTopology extends ExclaimBasicTopo {
public static void main(String[] args) throws Exception {
LocalRunningTopology topo = new LocalRunningTopology();
Config conf = new Config();
conf.setDebug(true);
LocalCluster cluster = new LocalCluster();
cluster.submitTopology("test", conf, topo.buildTopology());
Utils.sleep(100000);
cluster.killTopology("test");
cluster.shutdown();
}
}2. 直接就可以在IDE里面运行，也可以提交到nimbus上，用nimbus进行本地运行：./storm jar storm-samples.jar com.edi.storm.topos.LocalRunningTopology
提交到集群
1. 编写代码public class ClusterRunningTopology extends ExclaimBasicTopo {
public static void main(String[] args) throws Exception {
String topoName = "test";
ClusterRunningTopology topo = new ClusterRunningTopology();
Config conf = new Config();
conf.setDebug(true);
conf.setNumWorkers(3);
StormSubmitter.submitTopology(topoName, conf, topo.buildTopology());
}
}
2. 编译jar包因为我是Maven项目，所以直接 mvn clean install 生成jar
3. 上传至nimbus部署./storm jar storm-samples.jar com.edi.storm.topos.ClusterRunningTopology
实际开发时常用提交模式
实际开发时，我们往往是把本地和集群混绑在一起，用传入参数以示区别public static void main(String[] args) throws Exception {
ExclaimBasicTopo topo = new ExclaimBasicTopo();
Config conf = new Config();
conf.setDebug(false);
if (args != null && args.length > 0) {
conf.setNumWorkers(3);
StormSubmitter.submitTopology(args[0], conf, topo.buildTopology());
} else {
LocalCluster cluster = new LocalCluster();
cluster.submitTopology("test", conf, topo.buildTopology());
Utils.sleep(100000);
cluster.killTopology("test");
cluster.shutdown();
}
}
这样，本地就可以不传参直接运行，而需要部署到集群时，打完包传到nimbus上运行命令： ./storm jar storm-samples.jar com.edi.storm.topos.ClusterRunningTopology <TOPO_NAME> 填上一个集群唯一的<TOPO_NAME>即可。
有人又说了，这样还不是很方便，我能不能直接在IDE里面提交到storm集群？
可以。
IDE直接提交至集群
修改上面提交集群的代码如下：
public static void main(String[] args) throws Exception {
String topoName = "test";
ExclaimBasicTopo topo = new ExclaimBasicTopo();
Config conf = new Config();
conf.setDebug(false);
File jarFile = EJob.createTempJar(RemoteRunningTopology.class.getClassLoader().getResource("").getPath());
ClassLoader classLoader = EJob.getClassLoader();
Thread.currentThread().setContextClassLoader(classLoader);
//System.setProperty("storm.jar", Class.forName("com.edi.storm.topos.RemoteRunningTopology").getProtectionDomain().getCodeSource().getLocation().getPath());
System.setProperty("storm.jar", jarFile.toString());
conf.setNumWorkers(5);
conf.setDebug(false);
conf.put(Config.NIMBUS_HOST, "10.1.110.24");
//conf.put(Config.NIMBUS_THRIFT_PORT, 8889);
StormSubmitter.submitTopology(topoName, conf, topo.buildTopology());
}
起作用的部分主要有三点：
1. 设置系统变量"storm.jar"。这个变量的值代表要部署的Topology的jar包地址。
这个地址必须是文件，所以，我们就可以写完代码后自己打个jar包放在某个固定位置，然后IDE直接运行该topology去集群提交部署。
当然，也可以在代码中打jar，所以我这里的代码中加入了一个打包的Utilities类，EJob。
2. 设置参数Config.NIMBUS_HOST，其值为nimbus的hostname或ip地址。
3. 设置参数Config.NIMBUS_THRIFT_PORT，其值为nimbus上Thrift接口的地址，也就是nimbus的conf/storm.yaml中参数nimbus.thrift.port的值，前提是你配了。如果没配，可以不设。
这样就可以直接在IDE里面运行提交上去了。
Topology提交原理
Topology提交后发生了什么呢？这个原理要放在这里讲了。因为这直接关系到对Strom运行概念的理解。
1. Nimbus$Iface的beginFileUpload,uploadChunk以及finishFileUpload方法将运行的包上传至其数据目录(storm.yaml中storm.local.dir对应的目录)下的inbox目录。
/{storm.local.dir}
|
| - /nimbus
|
| - /inbox
|
| - /stormjar-{uuid}.jar
2. Nimbus$Iface的submitTopology方法会负责对这个topology进行处理，首先是对Storm本身及topology进行一些校验：
a. 检查Storm状态是否active
b. 检查是否有同名topology在运行
c. 检查是否有同id的spout和bolt，以及其id是否合法。任何一个id都不能以"_"开头，这种命名方式是系统保留的。
3. 建立topology的本地目录
/{storm.local.dir}
|
| - /nimbus
|
| - /inbox
| - /stormdist
|
| - /{topology-id}
|
| - /stormjar.jar -- 包含这个topology所有代码的jar包(从nimbus/inbox挪过来)
|
| -/stormcode.ser -- 这个topology对象的序列化
| -/stormconf.ser -- 运行这个topology的配置
4. 建立该topology在zookeeper上的心跳目录
nimbus老兄是个有责任心的人，它虽然最终会把任务分成一个个task让supervisor去做，但是它时刻在关注着大家的情况，所以它要求每个task每隔一定时间就要给它打个招呼（心跳信息），让它知道事情还在正常发展。如果有task超时不打招呼，nimbus会人为这个task不行了，然后进行重新分配。zookeeper上的心跳目录：
/{storm.zookeeper.root}
|
| - /workerbeats
|
| - {topology-id}
|
| - /{task-id} -- task的心跳信息，包括心跳的时间，task运行时间以及一些统计信息
5. 计算topology的工作量
nimbus会根据topology中给的parallelism hint参数，来给spout/bolt设定task数目，并分配相应的task-id，然后把分配号的task信息写到zookeeper上去：
/{storm.zookeeper.root}
|
| - /assignments
|
| - /{topology-id}
6. 保存toplogy信息到zookeeper
/{storm.zookeeper.root}
|
| - /storms
|
| - /{topology-id}
7. supervisor因为监听了zookeeper上的目录，所以当它发现有topology时，会先把所有的topology的信息如jar等下到本地，并删除不再运行的topology的本地信息
/{storm.local.dir}
|
| - /supervisor
|
| - stormdist
|
| - {topology-id}
|
| - stormcode.ser
| - stormconf.ser
| - stormjar.jar
8. supervisor根据分配的任务，去启动worker去处理assignment
9. worker启动后，会去zookeeper上找其对应的task。同时根据task的outbound信息建立对外的socket连接，将来发送tuple就是从这些socket连接发出去的。
到这里，一个topology就已经完全部署和运转起来了。