Storm中文版入门教程

"《Getting Started with Storm》中文版，由韩飞翻译，旨在为storm初学者提供入门指导。翻译者呼吁仅用于学习交流，避免非法盈利行为。本书介绍了Storm的基础知识，包括组件、属性，以及如何开始使用Storm，如操作模式（本地模式和远程模式）、构建 HelloWorld Storm 项目。此外，还详细讲解了Topologies、流分组策略，如Shuffle、Fields、All、Direct、Global、None等，并讨论了Spouts和Bolts的设计与实现，包括可靠与不可靠消息处理、数据获取方式、DRPC以及Bolt生命周期。最后，通过一个Node.js Web应用与Storm结合的实例，展示了如何构建实际的Storm拓扑结构。" 《Getting Started with Storm》中文版是针对Apache Storm这一分布式实时计算系统的基础教程。书中首先阐述了Storm的核心组件，如 Nimbus、Supervisor、Worker、Task、Spout 和 Bolt，这些构成了Storm的基本架构。Storm属性是配置Storm集群和拓扑的关键，了解这些属性有助于定制化部署和优化性能。 在开始使用Storm的部分，作者介绍了两种操作模式：本地模式，适合快速测试和调试拓扑；远程模式，用于在生产环境中运行。"HelloWorldStorm"部分引导读者完成第一个拓扑的创建，包括验证Java环境、创建项目和编写Spout、Bolt及主类。 在讨论Topologies时，书中详尽解释了各种流分组策略，它们决定了数据在Bolts间的分布方式。Shuffle分组将数据随机分配，Fields分组基于指定字段进行分组，All分组将每个元组复制并发送到所有下游Bolt，而Direct分组允许精确控制数据流向。此外，还有Global分组（全局分组）、None分组（不进行任何分组）以及LocalCluster和StormSubmitter的区别，LocalCluster用于本地运行，而StormSubmitter则提交到远程集群。 Spouts作为数据源，分为可靠和不可靠两类，可靠Spout需要确保消息被完全处理，而不可靠Spout则没有此保证。获取数据的方式有直接连接和队列消息，DRPC（Distributed Remote Procedure Call）机制也进行了介绍，使得用户可以在Storm集群上执行远程函数。 Bolts是处理数据的组件，有其特定的生命周期和结构。可靠与不可靠Bolts的区别在于是否需要手动确认消息处理。多流和多锚定允许Bolt处理来自不同源的数据，通过IBasicBolt接口可以简化 Ack 的处理流程。 书中的真实示例部分，结合了一个Node.js Web应用，演示了如何构建一个处理用户导航、历史记录、产品分类统计、新闻通知等功能的Storm Topology，以及如何利用Redis存储数据。这个案例涵盖了从数据获取到处理的全过程，对于理解Storm的实际应用非常有帮助。 这本书为初学者提供了全面的Storm入门知识，涵盖从理论到实践的多个层面，对于想要掌握Storm技术的人来说是一份宝贵的资源。