编写项目并打包上传 为了方便, 这里我们把自定义调度器DirectScheduler和测试用拓扑程序DirectScheduledTopology放在一个项目中. pom.xml 自定义Scheduler 测试用拓扑 打成jar包, 上传至nimbus所在节点的storm下的lib目录下 集群环境搭建(3节点) 准备三台机器,hadoop001, hadoop002, hadoop003. 我们希望hadoop001启动: nimbus, ui, logviewer, supe... ... [查看更多]
Views: 307
需求分析 编写Storm拓扑实现可靠计算网站当日PV和UV 重点: 去重计算模式 实现可靠处理 电商常用指标之PV、UV、VV、独立IP PV(访问量)：Page View, 即页面浏览量或点击量，用户每次访问即被计算一次。 UV(独立访客)：Unique Visitor, 访问您网站的一台电脑客户端为一个访客。00:00-24:00内相同的客户端只会被计算一次。 VV即Visit View，访客访问的次数，用以记录所有访客一天内访问量多少次网站。 IP(独立IP)：指独立IP... ... [查看更多]
Views: 325
Stream的分组策略 Stream Grouping – 定义了一个流在Bolt任务间该如何被切分，谁来处理哪些数据流，按照什么规则来分配. 随机分组 Shuffle Grouping- 随机分组， 随机派发stream里面的tuple，保证每个bolt接收到的tuple数目大致相同。 字段分组 Fields grouping – 根据指定字段的值进行分组。比如说，一个数据流根据’word’字段进行分组，所有具有相同的’w... ... [查看更多]
Views: 255
创建Spout发送递增数字数列 创建Bolt负责计算累加结果 本地运行 本地运行完整代码 保证数据可靠处理 Spout在使用nextTuple()方法发送数据时需要传入消息ID Bolt中execute()方法中标记tuple是否处理成功 处理成功 collector.ack(input) 处理失败collector.fail(input) 注意: ack和fail方法需要锚定到发射过来的tuple上. Spout中对处理失败的元组触发回调 这里把处... ... [查看更多]
Views: 206
安装maven 官方示例位于storm安装文件夹下面example下的storm-starter下 安装maven3.6 (3.5也可) 下载地址 配置环境变量 vi ~/.bash_profile 修改配置 /conf/settings.xml 注意: 默认的本地仓库（localRepository）是在~/.m2/repository/ 也可以根据需要自定义在合适的位置。 编译打包starter项目 编译前,如果你的虚拟机可用内存小于4G,需要首先修改一下文件的并行度，避... ... [查看更多]
Views: 362
