一、             Storm整體介紹

Storm 是一個類似Hadoop MapReduce的系統， 用戶按照指定的介面實現一個任務，然後將這個任務遞交給JStorm系統，Jstorm將這個任務跑起來，並且按7 * 24小時運行起來，一旦中間一個Worker 發生意外故障， 調度器立即分配一個新的Worker替換這個失效的Worker。

因此，從應用的角度，JStorm 應用是一種遵守某種編程規範的分散式應用。從系統角度， JStorm一套類似MapReduce的調度系統。 從數據的角度， 是一套基於流水線的消息處理機制。

實時計算現在是大數據領域中最火爆的一個方向，因為人們對數據的要求越來越高，實時性要求也越來越快，傳統的Hadoop MapReduce，逐漸滿足不了需求，因此在這個領域需求不斷。

1.1.  Storm組件和Hadoop組件對比

1.2. 優點

在Storm和JStorm出現以前，市面上出現很多實時計算引擎，但自Storm和JStorm出現後，基本上可以說一統江湖： 究其優點：

• 開發非常迅速：介面簡單，容易上手，只要遵守Topology、Spout和Bolt的編程規範即可開發出一個擴展性極好的應用，底層RPC、Worker之間冗餘，數據分流之類的動作完全不用考慮
• 擴展性極好：當一級處理單元速度，直接配置一下併發數，即可線性擴展性能
• 健壯強：當Worker失效或機器出現故障時， 自動分配新的Worker替換失效Worker
• 數據準確性：可以採用Ack機制，保證數據不丟失。 如果對精度有更多一步要求，採用事務機制，保證數據準確。

二、             安裝

參考文檔：

https://github.com/alibaba/jstorm/wiki/%E5%A6%82%E4%BD%95%E5%AE%89%E8%A3%85

三、             storm詳細講解

3.1. storm的整體架構

3.2.        基本概念簡介

圖中     這種顏色標識的是storm中的基本組件，包括：

Topology，bolt，spout，worker，task，slot，stream，tuple

3.2.1.              Topology

Storm的核心是topology，程式以topology作為一個整體提交到集群上

3.2.2.            Spout

數據流入口：spout程式負責從數據源讀入數據，然後發射出去，形成一個stream流，可以被多個bolt接受，形成多個流

3.2.3.            Bout

數據的消費者，從stream流中讀取數據，處理數據

可以從不同的流中讀取數據

3.2.4.            Stream

Spout發射的數據形成數據流，

3.2.5.            Worker

可以理解為一個topology承包給多少個包工頭（worker）

3.2.6.            Task

可以理解為工人，一個worker下麵有多個task，每個task運行一個bolt或spout的實例

3.3.        Bolt，spout和worker，task的關係