Storm单词技术案例
其他
2018-12-22 03:12:17
阅读次数: 0
功能说明:
设计一个topology,来实现对文档里面的单词出现的频率进行统计
整个totopolgy分为三个部分:
1. RandomSentenceSpout:数据源,在已知的英文句子中,随机发送一条句子出去。
2. SplitSentenceBolt : 负责将单行文本记录(句子)切分为单词.
3. WordcountBolt :负责对单词的频率进行累加
7.6、Stream Grouping详解
Storm里面有7种类型的stream grouping
-
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。
-
Fields Grouping:按字段分组,比如按userid来分组,具有同样userid的tuple会被分到相同的Bolts里的一个task,而不同的userid则会被分配到不同的bolts里的task。
-
All Grouping:广播发送,对于每一个tuple,所有的bolts都会收到。
-
Global Grouping:全局分组, 这个tuple被分配到storm中的一个bolt的其中一个task。再具体一点就是分配给id值最低的那个task。
-
Non Grouping:不分组,这stream grouping个分组的意思是说stream不关心到底谁会收到它的tuple。目前这种分组和Shuffle grouping是一样的效果, 有一点不同的是storm会把这个bolt放到这个bolt的订阅者同一个线程里面去执行。
-
Direct Grouping: 直接分组, 这是一种比较特别的分组方法,用这种分组意味着消息的发送者指定由消息接收者的哪个task处理这个消息。只有被声明为Direct Stream的消息流可以声明这种分组方法。而且这种消息tuple必须使用emitDirect方法来发射。消息处理者可以通过TopologyContext来获取处理它的消息的task的id (OutputCollector.emit方法也会返回task的id)。
-
Local or shuffle grouping:如果目标bolt有一个或者多个task在同一个工作进程中,tuple将会被随机发生给这些tasks。否则,和普通的Shuffle Grouping行为一致。
转载自blog.csdn.net/abcdefghwelcome/article/details/85056342