storm是实现大数据的实时流计算的工具。
流式计算：使用流计算，数据实时产生，实时传输，实时计算，实时显示。
代表技术：
flume 实时获取数据。Kafka/metag实时数据存储，storm/J storm实时数据计算，redis实时结果缓存，mysql持久化存储。
storm搭建体系结构
storm主要由主节点：nimbus 和从节点supervisor 构成，需要架构在zookeeper上进行实现HA
imbus：负责资源的分配和任务调度；
supervisor：负责接受nimbus的任务，启动和停止自己的worker进程,通过配置当前supervisor，可以确定开几个worker
任务分两种：spout是采集数据，blot是处理数据任务
worker：运行具体处理组建逻辑的进程，任务有两种即上所述
executor：是worker进程中的一个物理线程，
- 同一个Spout/Bolt的Task可能会共享一个物理线程，一个Executor中只能运行隶属于同一个Spout/Bolt的Task。
task：每一个spout/blot任务的线程都是一个task，但不同的task会共享一个executor
启动zookeeper：zkServer.sh start 查看状态：zkServer.sh status
进入正题：
首先，下载，解压，配置环境变量
- 解压：tar -zxvf apache-storm-1.0.3.tar.gz -C ~/training/
2.设置环境变量
3。编辑配置文件
storm的配置文件在/root/training/apache-storm-1.0.3/conf/storm.yaml
修改效果为：
1。单点模式(在bigdata111上)
storm.zookeeper.servers:
- "192.168.52.111"
nimbus.seeds:["192.168.52.111"]
supervisor.slots.ports:
- 6700
- 6701
-6702
-6703
#共四个worker
#配置一个目录。用于nimbus保存任务的元信息和任务（需要事先创建好）
storm.local.dir: "/root/training/apache-storm-1.0.3/tmp"
2.全分布的模式（三台机器在bigdata112，113，114上 ）
1，首先，需要三台机器全部配置好storm的环境变量
2.在112上配置文件
只需要改写
storm.zookeeper.servers:
- ''bigdata112''
- "bigdata113"
- "bigdata114"
nimbus.seeds:["bigdata112"]
#HA 时，nimbus.seeds:["bigdata112"，"bigdata113"]
然后，保存退出。
将112上的配置复制到113，114上去
scp -r apache-storm-1.0.3/ root@bigdata113:/root/training
scp -r apache-storm-1.0.3/ root@bigdata114:/root/training
启动nimbus:storm nimbus &
启动supervisor：storm supervisor &
打开网页版界面：storm ui &
3.运行demo
storm自带demo，在examples文件夹下
storm jar storm-starter-topologies-1.0.3.jar org.apache.storm.starter.WordCountTopology MyWC
然后就可以在UI上看到运行界面
4.若想启用debug
1、如何启用Debug？修改配置文件还是conf /storm.yaml
"topology.eventlogger.executors": 1
2、启动日志查看器：storm logviewer &
至此，结束