引子
这几天为了优化原有的数据处理框架,比较系统的学习了storm的一些内容,整理一下心得
1. storm提供的是一种数据处理思想,它不提供具体的解决方案
storm的核心是topo的定义,而topo承载着所有的业务逻辑,我们基于storm的topo的组织方案,来编排私有的业务实现逻辑。
storm的业务抽象是最基本的信息流式处理范式。
2. storm支持多种语言
storm提供的处理框架支持多种语言,java只是其中一种,我们可以使用不同的语言实现topo
3. storm会将依赖的class打入同一个类
这对初学者可能很奇怪,但这是storm为了分布式部署所做的妥协,如果jar包本身带有运行期所需要的所有东西,那storm本身就可以只作为一个运行框架而存在,而jar包在cluster之间的分发也会变得容易许多。
4. storm可以支持多个topo
上面一再说了,storm本身只是一种数据的处理框架,业务逻辑的核心是topo,我们可以向storm集群中提交多个topo来充分使用storm的集群式处理能力。也因为配置是对topo生效的,因此也可以定义topo的处理能力。
5. 与hadoop相比较,storm更擅长即时处理
storm不会有hadoop复杂和冗长的预处理过程,分布式的storm和分布式的hadoop是一对好搭档,他们可以共同构成一套大数据处理框架。
6. storm的topo间通信基本是不可行的
topo在storm中独立运行,互不干扰的,在代码层面进行topo的直接通信是不可行的(至少我没有找到),只能通过storm ui和有限的api来进行监控。
如果实在有通信需求,可以考虑使用zookeeper或者数据库作为通信的中介,有topo与中介通信实现间接的交流。