[TOC]
# 數據樣本
~~~
i am jdxia
i am xjd
i am jdxia
i am jelly
~~~
# jar包
~~~
<dependency>
<groupId>org.apache.storm</groupId>
<artifactId>storm-core</artifactId>
<!--<scope>provided</scope>-->
<version>0.9.5</version>
</dependency>
~~~
安裝log4j
# 數據獲取
~~~
package com.learnstorm;
import backtype.storm.spout.SpoutOutputCollector;
import backtype.storm.task.TopologyContext;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.topology.base.BaseRichSpout;
import backtype.storm.tuple.Fields;
import org.apache.commons.lang.StringUtils;
import java.io.*;
import java.util.ArrayList;
import java.util.List;
import java.util.Map;
//數據獲取
public class MyLocalFileSpout extends BaseRichSpout {
private SpoutOutputCollector collector;
private BufferedReader bufferedReader;
//初始化方法
@Override
public void open(Map conf, TopologyContext context, SpoutOutputCollector collector) {
this.collector = collector;
try {
//定義這個去讀取數據
this.bufferedReader = new BufferedReader(new FileReader(new File("/Users/jdxia/Desktop/MyFile/i.txt")));
} catch (FileNotFoundException e) {
e.printStackTrace();
}
}
//storm流式計算的特征就是數據一條一條的處理
// while(true) {
// this.nextTuple();
// }
//這個方法會被循環調用
@Override
public void nextTuple() {
//每被調用一次就會發送一條數據出去
try {
//讀取一行
String line = bufferedReader.readLine();
//如果不是空的話
if (StringUtils.isNotBlank(line)) {
List<Object> arrayList = new ArrayList<Object>();
//把數據放到ArrayList中
arrayList.add(line);
//把數據發出去
collector.emit(arrayList);
}
} catch (IOException e) {
e.printStackTrace();
}
}
//定義下我的輸出
@Override
public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("juzi"));
}
}
~~~
# 數據截取
~~~
package com.learnstorm;
import backtype.storm.topology.BasicOutputCollector;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.topology.base.BaseBasicBolt;
import backtype.storm.tuple.Fields;
import backtype.storm.tuple.Tuple;
import backtype.storm.tuple.Values;
//相當于map-->world,1
//業務邏輯
//對句子進行切割
public class MySplitBolt extends BaseBasicBolt {
//處理函數
@Override
public void execute(Tuple tuple, BasicOutputCollector basicOutputCollector) {
//1.數據如何獲取,用tuple獲取
//強轉為string,juzi是上一步定義的
String juzi = (String) tuple.getValueByField("juzi");
//2.進行切割
String[] strings = juzi.split(" ");
//3.發送數據
for (String word : strings) {
//我們之前用ArrayList存儲,這邊怎么變為Values
//可以看下Values的源碼,他是繼承了ArrayList,他存的時候用了一個循環
basicOutputCollector.emit(new Values(word, 1));
}
}
//定義下我的輸出
//單詞world和他的次數
@Override
public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {
outputFieldsDeclarer.declare(new Fields("word", "num"));
}
}
~~~
# 單詞統計
~~~
package com.learnstorm;
import backtype.storm.topology.BasicOutputCollector;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.topology.base.BaseBasicBolt;
import backtype.storm.tuple.Tuple;
import java.util.HashMap;
import java.util.Map;
//打印
public class MyWordCountAndPrintBolt extends BaseBasicBolt {
private Map<String, Integer> wordCountMap = new HashMap<String, Integer>();
//處理函數
@Override
public void execute(Tuple tuple, BasicOutputCollector basicOutputCollector) {
//根據之前定義的word和num
//強轉為string
String word = (String) tuple.getValueByField("word");
Integer num = (Integer) tuple.getValueByField("num");
//1.查看單詞對應的value是否存在
Integer integer = wordCountMap.get(word);
if (integer == null || integer.intValue() == 0) {
//如果不存在就直接放入新的
wordCountMap.put(word, num);
} else {
//如果之前已經有了,就把對應統計加上
wordCountMap.put(word, integer.intValue() + num);
}
System.out.println(wordCountMap);
}
//不需要定義輸出字段了
@Override
public void declareOutputFields(OutputFieldsDeclarer outputFieldsDeclarer) {
}
}
~~~
# 任務描述
這邊寫的是本地提交到集群
~~~
package com.learnstorm;
import backtype.storm.Config;
import backtype.storm.LocalCluster;
import backtype.storm.StormSubmitter;
import backtype.storm.generated.AlreadyAliveException;
import backtype.storm.generated.InvalidTopologyException;
import backtype.storm.generated.StormTopology;
import backtype.storm.topology.TopologyBuilder;
public class StormTopologyDriver {
public static void main(String[] args) throws AlreadyAliveException, InvalidTopologyException {
//1. 描述任務
TopologyBuilder topologyBuilder = new TopologyBuilder();
//任務的名字自己定義
topologyBuilder.setSpout("mySpout", new MyLocalFileSpout());
//shuffleGrouping和前一個任務關聯
topologyBuilder.setBolt("bolt1", new MySplitBolt()).shuffleGrouping("mySpout");
topologyBuilder.setBolt("bolt2", new MyWordCountAndPrintBolt()).shuffleGrouping("bolt1");
//2. 任務提交
//提交給誰?提交什么內容?
Config config = new Config();
StormTopology stormTopology = topologyBuilder.createTopology();
//本地模式
LocalCluster localCluster = new LocalCluster();
localCluster.submitTopology("wordCount", config, stormTopology);
//集群模式
// StormSubmitter.submitTopology("worldCount1", config, stormTopology);
}
}
~~~
- linux
- 常用命令
- 高級文本命令
- 面試題
- redis
- String
- list
- hash
- set
- sortedSet
- 案例-推薦
- java高級特性
- 多線程
- 實現線程的三種方式
- 同步關鍵詞
- 讀寫鎖
- 鎖的相關概念
- 多線程的join
- 有三個線程T1 T2 T3,保證順序執行
- java五種線程池
- 守護線程與普通線程
- ThreadLocal
- BlockingQueue消息隊列
- JMS
- 反射
- volatile
- jvm
- IO
- nio
- netty
- netty簡介
- 案例一發送字符串
- 案例二發送對象
- 輕量級RPC開發
- 簡介
- spring(IOC/AOP)
- spring初始化順序
- 通過ApplicationContextAware加載Spring上下文
- InitializingBean的作用
- 結論
- 自定義注解
- zk在框架中的應用
- hadoop
- 簡介
- hadoop集群搭建
- hadoop單機安裝
- HDFS簡介
- hdfs基本操作
- hdfs環境搭建
- 常見問題匯總
- hdfs客戶端操作
- mapreduce工作機制
- 案列-單詞統計
- 局部聚合Combiner
- 案列-流量統計(分區,排序,比較)
- 案列-倒排索引
- 案例-共同好友
- 案列-join算法實現
- 案例-求topN(分組)
- 自定義inputFormat
- 自定義outputFormat
- 框架運算全流程
- mapreduce的優化方案
- HA機制
- Hive
- 安裝
- DDL操作
- 創建表
- 修改表
- DML操作
- Load
- insert
- select
- join操作
- 嚴格模式
- 數據類型
- shell參數
- 函數
- 內置運算符
- 內置函數
- 自定義函數
- Transform實現
- 特殊分割符處理
- 案例
- 級聯求和accumulate
- flume
- 簡介
- 安裝
- 常用的組件
- 攔截器
- 案例
- 采集目錄到HDFS
- 采集文件到HDFS
- 多個agent串聯
- 日志采集和匯總
- 自定義攔截器
- 高可用配置
- 使用注意
- sqoop
- 安裝
- 數據導入
- 導入數據到HDFS
- 導入關系表到HIVE
- 導入表數據子集
- 增量導入
- 數據導出
- 作業
- 原理
- azkaban
- 簡介
- 安裝
- 案例
- 簡介
- command類型單一job
- command類型多job工作流flow
- HDFS操作任務
- mapreduce任務
- hive腳本任務
- hbase
- 簡介
- 安裝
- 命令行
- 基本CURD
- 過濾器查詢
- 系統架構
- 物理存儲
- 尋址機制
- 讀寫過程
- Region管理
- master工作機制
- 建表高級屬性
- 與mapreduce結合
- 協處理器
- 點擊流平臺開發
- 簡介
- storm
- 簡介
- 安裝
- 集群啟動及任務過程分析
- 單詞統計
- 并行度
- ACK容錯機制
- ACK簡介