瞭解Spout和bolt方法調用
Sqout方法調用順序:
1.declareOutputFields() //聲明發送字段信息,提交前執行
2.open() //提交集羣后第一個執行
3.activate() //激活數據
4.netTuple() //循環調用
5.deactivate() //執行完畢
Bolt方法調用
1.decareOutputFields() //聲明檢查信息,提交集羣先
2.prepare() //只執行一次
3.execute() //不停被調用
可以在ui頁面可以kill掉,刷新就移除了。
下面我們來看看storm的配置詳解
配置項 詳解
storm.zookeeper.server zookeeper服務器列表
storm.zookeeper.port zookeeper連接端口
storm.local.dir storm使用本地文件系統目錄(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 localhost模式下是否使用zeromq作消息系統,如果設置false則使用java消息系統,默認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的服務器地址
nimbus.thrift.port nimbus的thrift監聽端口
nimbus.childopts 通過storm-deploy項目部署時制定給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死掉並重新分配給另外一個地址
nimbus.supervisor.timeout.secs supervisor的心跳時間,一旦超過nimbus會認爲該supervisor死掉,並停止給它分發任務
nimbus.task.launch.secs task啓動時的一個特殊超時設置,在第一次啓動後第一次心跳前用該值來臨時替代nimbus.task.timout.secs
nimbus.reassign 當發現task失敗時nimbus是否重新分配執行。默認爲真,不需要修改
nimbus.file.copy.expiration.secs nimbus判斷上傳/下載鏈接的超時時間,一旦超時nimbus會認爲鏈接死掉並主動斷開
ui.port storm ui 的服務端口 默認爲8080
drpc.server DRPC服務器列表,以便DRPCSpout知道和誰通信
drpc.port stormDRPC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(也就是調整slot數/每臺機器)
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會嘗試重新啓動worker進程
supervisor.worker.start.timeout supervisor初始啓動時,worker的心跳超時時間,當超過這個時間時,supervisor會嘗試重啓worker進程,因爲jvm初始啓動和配置
會帶來額外的消耗,從而使得第一次心跳會超過supervisor.worker.timeout.secs的設置
supervisor.enable supervisor是否應當運行分配給它的worker。默認爲true,該選項用來進行storm的單元測試,一般不修改
supervisor.heartbeat.frequency.secs supervisor心跳發送的頻率(多長時間發送一次)
supervisor.monitor.frequency.eccs 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的worker的標識符
worker.heartbeat.frequnency.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task之間的鏈接同步的頻率(如果task被重新分配,其他task向它發送消息需要刷新連接)一般來將重新分配其他task會得 到通知。該配置僅僅是爲了防止未通知的情況
topology.debug 如果設置爲true。storm將記錄發送的每條信息
topology.optimize master是否在合適時機通過在單個線程內運行的多個task以達到優化topologies的目的
topology.worker 執行該topology集羣中應當的進程數量,每個進程內部將以線程方式執行行一定數量的tasks.topology的組件結合該參數和並行都提 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被完全 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的數據,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中的spout發送消息的最大處理超時時間。如果一條消息在改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實現了失敗的消息重播功能
topology.kryo.register 註冊到kryo(storm地城序列化框架)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false。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中能允許的最大組件並行度,該項配置主要用在本地模式中的測試線程數限制
topology.max.spout。pending 一個spout task中出於pending狀態的最大的tuples數量,該配置應該用於單個task,而不是整個spout或者topology
topology.state.synchronization.timeout.secs 組件同步狀態源的最大超時時間
topology.stats.samle.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間長,這個是一個不常用的高級選項,基本可以忽略
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