Storm筆記整理(二):Storm本地開發案例—總和計算與單詞統計
阿新 • • 發佈:2018-04-13
大數據 實時計算 Storm [TOC]
概述
在Strom的API中提供了LocalCluster
對象,這樣在不用搭建Storm環境或者Storm集群的情況下也能夠開發Storm的程序,非常方便。
基於Maven構建工程項目,其所需要的依賴如下:
<dependency>
<groupId>org.apache.storm</groupId>
<artifactId>storm-core</artifactId>
<version>1.0.2</version>
</dependency>
Storm本地開發案例1:總和計算
需求分析
需求如下:
數據源不斷產生遞增數字,對產生的數字累加求和
分析如下:
Strom的Topology包含Spout和Bolt兩種節點類型,在這個案例中,可以使用Spout來對數據源進行處理(模擬產生數據),
然後將其發送到計算和的Bolt中,所以實際上這裏只需要使用一個Spout節點和一個Bolt節點就可以了。
程序開發
在理解了Storm的設計思想後,將其與MapReduce的設計思想進行對比,再看下面的程序代碼其實是非常好理解的。
OrderSpout
/** * 數據源 */ static class OrderSpout extends BaseRichSpout { private Map conf; // 當前組件配置信息 private TopologyContext context; // 當前組件上下文對象 private SpoutOutputCollector collector; // 發送tuple的組件 @Override public void open(Map conf, TopologyContext context, SpoutOutputCollector collector) { this.conf = conf; this.context = context; this.collector = collector; } /** * 接收數據的核心方法 */ @Override public void nextTuple() { long num = 0; while (true) { num++; StormUtil.sleep(1000); System.out.println("當前時間" + StormUtil.df_yyyyMMddHHmmss.format(new Date()) + "產生的訂單金額:" + num); this.collector.emit(new Values(num)); } } /** * 是對發送出去的數據的描述schema */ @Override public void declareOutputFields(OutputFieldsDeclarer declarer) { declarer.declare(new Fields("order_cost")); } }
SumBolt
private Long sumOrderCost = 0L; /** * 計算和的Bolt節點 */ static class SumBolt extends BaseRichBolt { private Map conf; // 當前組件配置信息 private TopologyContext context; // 當前組件上下文對象 private OutputCollector collector; // 發送tuple的組件 @Override public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) { this.conf = conf; this.context = context; this.collector = collector; } private Long sumOrderCost = 0L; /** * 處理數據的核心方法 */ @Override public void execute(Tuple input) { Long orderCost = input.getLongByField("order_cost"); sumOrderCost += orderCost; System.out.println("商城網站到目前" + StormUtil.df_yyyyMMddHHmmss.format(new Date()) + "的商品總交易額" + sumOrderCost); StormUtil.sleep(1000); } /** * 如果當前bolt為最後一個處理單元,該方法可以不用管 */ @Override public void declareOutputFields(OutputFieldsDeclarer declarer) { } }
StormLocalSumTopology
/**
* 1°、實現數字累加求和的案例:數據源不斷產生遞增數字,對產生的數字累加求和。
* <p>
* Storm組件:Spout、Bolt、數據是Tuple,使用main中的Topology將spout和bolt進行關聯
* MapReduce的組件:Mapper和Reducer、數據是Writable,通過一個main中的job將二者關聯
* <p>
* 適配器模式(Adapter):BaseRichSpout,其對繼承接口中一些沒必要的方法進行了重寫,但其重寫的代碼沒有實現任何功能。
* 我們稱這為適配器模式
*/
public class StormLocalSumTopology {
/**
* 構建拓撲,相當於在MapReduce中構建Job
*/
public static void main(String[] args) {
TopologyBuilder builder = new TopologyBuilder();
/**
* 設置spout和bolt的dag(有向無環圖)
*/
builder.setSpout("id_order_spout", new OrderSpout());
builder.setBolt("id_sum_bolt", new SumBolt())
.shuffleGrouping("id_order_spout"); // 通過不同的數據流轉方式,來指定數據的上遊組件
// 使用builder構建topology
StormTopology topology = builder.createTopology();
// 啟動topology
LocalCluster localCluster = new LocalCluster(); // 本地開發模式,創建的對象為LocalCluster
String topologyName = StormLocalSumTopology.class.getSimpleName(); // 拓撲的名稱
Config config = new Config(); // Config()對象繼承自HashMap,但本身封裝了一些基本的配置
localCluster.submitTopology(topologyName, config, topology);
}
}
需要說明的是,Spout和Bolt的類都作為StormLocalSumTopology的靜態成員變量,這樣做是為了開發的方便,當然實際上也可以將其單獨作為一個文件。
測試
執行主函數,其輸出如下:
當前時間20180412213836產生的訂單金額:1
商城網站到目前20180412213836的商品總交易額1
當前時間20180412213837產生的訂單金額:2
商城網站到目前20180412213837的商品總交易額3
當前時間20180412213838產生的訂單金額:3
商城網站到目前20180412213838的商品總交易額6
......
Storm本地開發案例2:單詞統計
需求分析
需求如下:
監控一個目錄下的文件,當發現有新文件的時候,把文件讀取過來,解析文件中的內容,統計單詞出現的總次數
分析如下:
可以設置三個節點:
Spout:用於持續讀取目錄下需要被監聽(通過後綴名標識)的文件,並且將每一行輸出到下一個Bolt中
(類似於MapReduce中的FileInputFormat)
Bolt1:讀取行,並解析其中的單詞,將每個單詞輸出到下一個Bolt中
(類似於MapReduce中的Mapper)
Bolt2:讀取單詞,進行統計計算
(類似於MapReduce中的Reducer)
程序開發
FileSpout
/**
* Spout,獲取數據源,這裏是持續讀取某一目錄下的文件,並將每一行輸出到下一個Bolt中
*/
static class FileSpout extends BaseRichSpout {
private Map conf; // 當前組件配置信息
private TopologyContext context; // 當前組件上下文對象
private SpoutOutputCollector collector; // 發送tuple的組件
@Override
public void open(Map conf, TopologyContext context, SpoutOutputCollector collector) {
this.conf = conf;
this.context = context;
this.collector = collector;
}
@Override
public void nextTuple() {
File directory = new File("D:/data/storm");
// 第二個參數extensions的意思就是,只采集某些後綴名的文件
Collection<File> files = FileUtils.listFiles(directory, new String[]{"txt"}, true);
for (File file : files) {
try {
List<String> lines = FileUtils.readLines(file, "utf-8");
for(String line : lines) {
this.collector.emit(new Values(line));
}
// 當前文件被消費之後,需要重命名,同時為了防止相同文件的加入,重命名後的文件加了一個隨機的UUID,或者加入時間戳也可以的
File destFile = new File(file.getAbsolutePath() + "_" + UUID.randomUUID().toString() + ".completed");
FileUtils.moveFile(file, destFile);
} catch (IOException e) {
e.printStackTrace();
}
}
}
@Override
public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("line"));
}
}
SplitBolt
/**
* Bolt節點,將接收到的每一行數據切割為一個個單詞並發送到下一個節點
*/
static class SplitBolt extends BaseRichBolt {
private Map conf; // 當前組件配置信息
private TopologyContext context; // 當前組件上下文對象
private OutputCollector collector; // 發送tuple的組件
@Override
public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) {
this.conf = conf;
this.context = context;
this.collector = collector;
}
@Override
public void execute(Tuple input) {
String line = input.getStringByField("line");
String[] words = line.split(" ");
for (String word : words) {
this.collector.emit(new Values(word,1));
}
}
@Override
public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("word", "count"));
}
}
WCBolt
/**
* Bolt節點,執行單詞統計計算
*/
static class WCBolt extends BaseRichBolt {
private Map conf; // 當前組件配置信息
private TopologyContext context; // 當前組件上下文對象
private OutputCollector collector; // 發送tuple的組件
@Override
public void prepare(Map stormConf, TopologyContext context, OutputCollector collector) {
this.conf = conf;
this.context = context;
this.collector = collector;
}
private Map<String, Integer> map = new HashMap<>();
@Override
public void execute(Tuple input) {
String word = input.getStringByField("word");
Integer count = input.getIntegerByField("count");
/*if (map.containsKey(word)) {
map.put(word, map.get(word) + 1);
} else {
map.put(word, 1);
}*/
map.put(word, map.getOrDefault(word, 0) + 1);
System.out.println("====================================");
map.forEach((k ,v)->{
System.out.println(k + ":::" +v);
});
}
@Override
public void declareOutputFields(OutputFieldsDeclarer declarer) {
}
}
StormLocalWordCountTopology
/**
* 2°、單詞計數:監控一個目錄下的文件,當發現有新文件的時候,
把文件讀取過來,解析文件中的內容,統計單詞出現的總次數
E:\data\storm
*/
public class StormLocalWordCountTopology {
/**
* 構建拓撲,組裝Spout和Bolt節點,相當於在MapReduce中構建Job
*/
public static void main(String[] args) {
TopologyBuilder builder = new TopologyBuilder();
// dag
builder.setSpout("id_file_spout", new FileSpout());
builder.setBolt("id_split_bolt", new SplitBolt()).shuffleGrouping("id_file_spout");
builder.setBolt("id_wc_bolt", new WCBolt()).shuffleGrouping("id_split_bolt");
StormTopology stormTopology = builder.createTopology();
LocalCluster cluster = new LocalCluster();
String topologyName = StormLocalWordCountTopology.class.getSimpleName();
Config config = new Config();
cluster.submitTopology(topologyName, config, stormTopology);
}
}
測試
執行程序後,往目標目錄中添加.txt
文件,程序輸出如下:
====================================
hello:::1
====================================
hello:::1
you:::1
====================================
hello:::2
you:::1
====================================
hello:::2
he:::1
you:::1
====================================
hello:::3
he:::1
you:::1
====================================
me:::1
hello:::3
he:::1
you:::1
Storm筆記整理(二):Storm本地開發案例—總和計算與單詞統計