什麼是Storm?
Storm是twitter開源的一套實時數據處理框架，基於該框架你可以通過簡單的編程來實現對數據流的實時處理變換。
Storm的配置文件一般存放在$STORM_HOME/conf下，通常名爲storm.yaml，它符合yaml格式要求。
配置項詳解:
以下是從storm的config類中搜集的所有storm支持的配置項(Based storm 0.6.0):
| 配置項 | 配置說明 |
| storm.zookeeper.servers | ZooKeeper服務器列表 |
| storm.zookeeper.port | ZooKeeper連接端口 |
| storm.local.dir | storm使用的本地文件系統目錄(必須存在並且storm進程可讀寫) |
| storm.cluster.mode | Storm集羣運行模式([distributed|local]) |
| storm.local.mode.zmq | Local模式下是否使用ZeroMQ作消息系統，如果設置爲false則使用java消息系統。默認爲false |
| storm.zookeeper.root | ZooKeeper中Storm的根目錄位置 |
| storm.zookeeper.session.timeout | 客戶端連接ZooKeeper超時時間 |
| storm.id | 運行中拓撲的id,由storm name和一個唯一隨機數組成。 |
| nimbus.host | nimbus服務器地址 |
| nimbus.thrift.port | nimbus的thrift監聽端口 |
| nimbus.childopts | 通過storm-deploy項目部署時指定給nimbus進程的jvm選項 |
| nimbus.task.timeout.secs | 心跳超時時間，超時後nimbus會認爲task死掉並重分配給另一個地址。 |
| nimbus.monitor.freq.secs | nimbus檢查心跳和重分配任務的時間間隔.注意如果是機器宕掉nimbus會立即接管並處理。 |
| nimbus.supervisor.timeout.secs | supervisor的心跳超時時間,一旦超過nimbus會認爲該supervisor已死並停止爲它分發新任務. |
| nimbus.task.launch.secs | task啓動時的一個特殊超時設置.在啓動後第一次心跳前會使用該值來臨時替代nimbus.task.timeout.secs. |
| nimbus.reassign | 當發現task失敗時nimbus是否重新分配執行。默認爲真，不建議修改。 |
| nimbus.file.copy.expiration.secs | nimbus判斷上傳/下載鏈接的超時時間，當空閒時間超過該設定時nimbus會認爲鏈接死掉並主動斷開 |
| ui.port | Storm UI的服務端口 |
| drpc.servers | DRPC服務器列表，以便DRPCSpout知道和誰通訊 |
| drpc.port | Storm DRPC的服務端口 |
| supervisor.slots.ports | supervisor上能夠運行workers的端口列表.每個worker佔用一個端口,且每個端口只運行一個worker.通過這項配置可以調整每臺機器上運行的worker數.(調整slot數/每機) |
| supervisor.childopts | 在storm-deploy項目中使用,用來配置supervisor守護進程的jvm選項 |
| supervisor.worker.timeout.secs | supervisor中的worker心跳超時時間,一旦超時supervisor會嘗試重啓worker進程. |
| supervisor.worker.start.timeout.secs | supervisor初始啓動時，worker的心跳超時時間，當超過該時間supervisor會嘗試重啓worker。因爲JVM初始啓動和配置會帶來的額外消耗，從而使得第一次心跳會超過supervisor.worker.timeout.secs的設定 |
| supervisor.enable | supervisor是否應當運行分配給他的workers.默認爲true,該選項用來進行Storm的單元測試,一般不應修改. |
| supervisor.heartbeat.frequency.secs | supervisor心跳發送頻率(多久發送一次) |
| supervisor.monitor.frequency.secs | supervisor檢查worker心跳的頻率 |
| worker.childopts | supervisor啓動worker時使用的jvm選項.所有的”%ID%”字串會被替換爲對應worker的標識符 |
| worker.heartbeat.frequency.secs | worker的心跳發送時間間隔 |
| task.heartbeat.frequency.secs | task彙報狀態心跳時間間隔 |
| task.refresh.poll.secs | task與其他tasks之間鏈接同步的頻率.(如果task被重分配,其他tasks向它發送消息需要刷新連接).一般來講，重分配發生時其他tasks會理解得到通知。該配置僅僅爲了防止未通知的情況。 |
| topology.debug | 如果設置成true，Storm將記錄發射的每條信息。 |
| topology.optimize | master是否在合適時機通過在單個線程內運行多個task以達到優化topologies的目的. |
| topology.workers | 執行該topology集羣中應當啓動的進程數量.每個進程內部將以線程方式執行一定數目的tasks.topology的組件結合該參數和並行度提示來優化性能 |
| topology.ackers | topology中啓動的acker任務數.Acker保存由spout發送的tuples的記錄，並探測tuple何時被完全處理.當Acker探測到tuple被處理完畢時會向spout發送確認信息.通常應當根據topology的吞吐量來確定acker的數目，但一般不需要太多.當設置爲0時,相當於禁用了消息可靠性,storm會在spout發送tuples後立即進行確認. |
| topology.message.timeout.secs | topology中spout發送消息的最大處理超時時間.如果一條消息在該時間窗口內未被成功ack,Storm會告知spout這條消息失敗。而部分spout實現了失敗消息重播功能。 |
| topology.kryo.register | 註冊到Kryo(Storm底層的序列化框架)的序列化方案列表.序列化方案可以是一個類名,或者是com.esotericsoftware.kryo.Serializer的實現. |
| topology.skip.missing.kryo.registrations | Storm是否應該跳過它不能識別的kryo序列化方案.如果設置爲否task可能會裝載失敗或者在運行時拋出錯誤. |
| topology.max.task.parallelism | 在一個topology中能夠允許的最大組件並行度.該項配置主要用在本地模式中測試線程數限制. |
| topology.max.spout.pending | 一個spout task中處於pending狀態的最大的tuples數量.該配置應用於單個task,而不是整個spouts或topology. |
| topology.state.synchronization.timeout.secs | 組件同步狀態源的最大超時時間(保留選項,暫未使用) |
| topology.stats.sample.rate | 用來產生task統計信息的tuples抽樣百分比 |
| topology.fall.back.on.java.serialization | topology中是否使用java的序列化方案 |
| zmq.threads | 每個worker進程內zeromq通訊用到的線程數 |
| zmq.linger.millis | 當連接關閉時,鏈接嘗試重新發送消息到目標主機的持續時長.這是一個不常用的高級選項,基本上可以忽略. |
| java.library.path | JVM啓動(如Nimbus,Supervisor和workers)時的java.library.path設置.該選項告訴JVM在哪些路徑下定位本地庫. |
轉載出處 ： http://www.imphrack.com/?p=45