《Storm分布式实时计算模式》——2.2 Storm技术栈简介

2.2 Storm技术栈简介

在安装Storm之前,我们来看看Storm和topology是基于哪些技术建立的。
2.2.1 Java和Clojure
Storm运行在Java虚拟机上,大部分是使用Java和Clojure进行开发的。Storm的主要接口都是通过Java语言定制的,Storm使用Python实现了可执行程序。除了这些程序,由于Java使用了Apache Thrift接口,Java还友好的兼容多种其他语言。
Storm的组件(spout和bot)实际上可以使用任何当前服务器安装支持的语言进行开发。JVM虚拟机支持的语言可以原生的执行,其他语言的实现需要通过JNI和Storm的多语言协议来实现。
2.2.2 Python
所有Storm的后台程序和管理命令都是使用单独一个可执行Python文件来启动。这包括了nimbus和supervisor后台程序,并包括后续会讲的所有的命令和发布管理命令。这样做的原因主要是Storm集群中所有的服务器都安装了Python解释器。很多工作站也使用Python来进行管理。

时间: 2024-09-18 12:25:41

《Storm分布式实时计算模式》——2.2 Storm技术栈简介的相关文章

《Storm分布式实时计算模式》——导读

前 言 目前对信息高时效性.可操作性的需求不断增长,这要求软件系统在更少的时间内能处理更多的数据.随着可连接设备数量不断增加,以及在众多行业领域广泛应用,这种信息需求已无处不在.传统企业的运营系统被迫处理原先只有互联网企业才会遇到的大规模数据.这种重大转变正不断瓦解传统架构和解决方案,传统上会将在线事务处理和离线分析分割开来.与此同时,人们正在重新勾勒从数据中提取信息的意义和价值.软件框架和基础设施也在不断进化,以适应这种新场景. 具体地说,数据的生成可以看作一连串发生的离散事件,这些事件流会伴

《Storm分布式实时计算模式》——1.3 实现单词计数topology

1.3 实现单词计数topology 前面介绍了Storm的基础概念,我们已经准备好实现一个简单的应用.现在开始着手开发一个Storm topology,并且在本地模式执行.Storm本地模式会在一个JVM实例中模拟出一个Storm集群.大大简化了用户在开发环境或者IDE中进行开发和调试.后续章节将会演示如何将本地模式下开发好的topology部署到真实的Storm集群环境.1.3.1 配置开发环境 新建一个Storm项目其实就是将Storm及其依赖的类库添加到Java classpath中.在

《Storm分布式实时计算模式》——2.1 Storm集群的框架

第2章 配置Storm集群 在本章中你将深入理解Storm的技术栈,它的软件依赖,以及搭建和部署Storm集群的过程.我们首先会在伪分布式模式下安装Storm,所有的组件都安装在同一台机器上,而不是在多台机器上.一旦你了解了安装和配置Storm的基本步骤,我们就可以通过Puppet这个工具进行自动化的安装,这样的话部署多节点的集群可以节省大量的时间和精力. 本章包括以下内容: 组成Storm集群的不同组件和服务 Storm的技术栈 在Linux上安装和配置Storm Storm的配置参数 Sto

《Storm分布式实时计算模式》——1.7 总结

1.7 总结 本章中,在没有安装和搭建Storm集群的情况下,我们使用Storm的核心API建立了一个简单的分布式计算程序,覆盖了Storm特性集的大部分内容.Storm的本地模式非常强大,简化了开发,提高了开发效率.但要感受到Storm真正的威力和水平扩展性,还是需要将程序部署在真实的集群上.下一章,我们会讲如何安装和搭建Storm集群环境,以及如何将topology部署到到分布式环境中.

《Storm分布式实时计算模式》——1.4 Storm的并发机制

1.4 Storm的并发机制 在Storm的间接中提到过,Storm计算支持在多台机器上水平扩容,通过将计算切分为多个独立的tasks在集群上并发执行来实现.在Storm中,一个task可以简单地理解为在集群某节点上运行的一个spout或者bolt实例.为了理解storm的并发机制是如何运行的,我们先来解释下在集群中运行的topology的四个主要组成部分: Nodes(服务器):指配置在一个Storm集群中的服务器,会执行topology的一部分运算.一个Storm集群可以包括一个或者多个工作

《Storm分布式实时计算模式》——2.3 在Linux上安装Storm

2.3 在Linux上安装Storm Storm是设计运行在Unix兼容的操作系统上.但在0.9.1版本,它也支持在Windows机器上部署. 为了简化部署,我们使用Ubuntu 12.04LTS的发行版作为安装服务器.将会使用服务器版本,默认不包括图形界面接口,因为我们用不到..在实体机和虚拟机上安装ubuntu都是非常方便的.出于学习和开发的目的,你会发现在虚拟机里进行部署更加方便,尤其是手头没有那么多实体机的情况. OSX.Linux.Windows都有着对应的虚拟机软件.我们建议从下面集

《Storm分布式实时计算模式》——3.3 Trident spout

3.3 Trident spout 让我们先来看topology中的spout.和Storm相比,Trident引入了"数据批次"(batch)的概念.不像Storm的spout,Trident spout必须成批地发送tuple. 每个batch会分配一个唯一的事务标识符.spout基于约定决定batch的组成方式.spout有三种约定:非事务型(non-transactional).事务型(transactional).非透明型(opaque). 非事务型spout对batch的组

《Storm分布式实时计算模式》——2.6 Puppet的快速入门

2.6 Puppet的快速入门 Puppet是一个IT自动化框架,用来帮助管理员管理大规模的网络设施资源,使用灵活的.声明式的实现方式来进行IT自动化管理.Puppet的核心是manifest的概念,它描述了一个设施资源对预期的声明(state).在Puppet中,声明包括了以下方面: 安装了哪些软件包. 运行着哪些服务,不运行哪些服务. 软件配置详情. 2.6.1 Puppet manifest文件Puppet使用了基于Ruby的DSL(Domain Specific Language)在一组

《Storm分布式实时计算模式》——3.6 Trident状态

3.6 Trident状态 我们现在已经给每个aggregator的分组数据进行了计数,现在想将信息进行持久化存储,以便进一步分析.在Trident中,持久化操作从状态管理开始.Trident对状态有底层的操作原语,但不同于Storm API,它不关心要哪些数据会作为状态存储或者如何存储这些状态.Trident在高层提供了下述的状态接口: 上面提到了,Trident将tuple分组成一批批数据.每批数据都有自己的事务标识符.在前面的接口中,Trident告诉State对象什么时候开始提交状态,什