Vytvoření topologie Apache Storm v jazyce JavaCreate an Apache Storm topology in Java

Zjistěte, jak vytvořit topologie založené na jazyce Java pro Apache Storm.Learn how to create a Java-based topology for Apache Storm. Můžete zde vytvářet topologie Storm, který implementuje aplikace počet slov.Here, you create a Storm topology that implements a word-count application. Použijete Apache Maven chcete sestavit a zabalit projekt.You use Apache Maven to build and package the project. Potom se dozvíte, jak chcete definovat pomocí topologie Apache Storm tok rozhraní framework.Then, you learn how to define the topology using the Apache Storm Flux framework.

Po dokončení kroků v tomto dokumentu, můžete nasadit topologii do Apache Storm v HDInsight.After completing the steps in this document, you can deploy the topology to Apache Storm on HDInsight.

Poznámka

Je k dispozici na úplnou verzi příkladů topologie Storm vytvořené v tomto dokumentu https://github.com/Azure-Samples/hdinsight-java-storm-wordcount .A completed version of the Storm topology examples created in this document is available at https://github.com/Azure-Samples/hdinsight-java-storm-wordcount.

PožadavkyPrerequisites

Testovací prostředíTest environment

Prostředí, používá pro účely tohoto článku byl počítač se systémem Windows 10.The environment used for this article was a computer running Windows 10. Příkazy byly provedeny v příkazovém řádku a různé soubory byly upravit článek přeložený překladatelem Poznámkový blok.The commands were executed in a command prompt, and the various files were edited with Notepad.

Z příkazového řádku zadejte následující příkazy k vytvoření pracovní prostředí:From a command prompt, enter the commands below to create a working environment:

mkdir C:\HDI
cd C:\HDI

Vytvořte projekt MavenCreate a Maven project

Zadáním následujícího příkazu vytvořte projekt Maven s názvem WordCount:Enter the following command to create a Maven project named WordCount:

mvn archetype:generate -DarchetypeArtifactId=maven-archetype-quickstart -DgroupId=com.microsoft.example -DartifactId=WordCount -DinteractiveMode=false

cd WordCount
mkdir resources

Tento příkaz vytvoří adresář s názvem WordCount na aktuální pozici, která obsahuje základní projekt Maven.This command creates a directory named WordCount at the current location, which contains a basic Maven project. Druhý příkaz změní aktuální pracovní adresář pro WordCount.The second command changes the present working directory to WordCount. Třetí příkaz vytvoří nový adresář resources, který se použije později.The third command creates a new directory, resources, which will be used later. WordCount Adresář obsahuje následující položky:The WordCount directory contains the following items:

  • pom.xml: Obsahuje nastavení pro projekt Maven.pom.xml: Contains settings for the Maven project.
  • src\main\java\com\microsoft\example: Obsahuje kód vaší aplikace.src\main\java\com\microsoft\example: Contains your application code.
  • src\test\java\com\microsoft\example: Obsahuje testy pro vaši aplikaci.src\test\java\com\microsoft\example: Contains tests for your application.

Odebrat generovaný ukázkový kódRemove the generated example code

Odstranit vygenerované testy a soubory aplikace AppTest.java, a App.java zadáním následujících příkazů:Delete the generated test and application files AppTest.java, and App.java by entering the commands below:

DEL src\main\java\com\microsoft\example\App.java
DEL src\test\java\com\microsoft\example\AppTest.java

Přidat úložiště MavenAdd Maven repositories

HDInsight je založené na Hortonworks Data Platform (HDP), doporučujeme používat úložiště Hortonworks ke stažení závislostí pro projekty Apache Storm.HDInsight is based on the Hortonworks Data Platform (HDP), so we recommend using the Hortonworks repository to download dependencies for your Apache Storm projects.

Otevřít pom.xml tak, že zadáte následující příkaz:Open pom.xml by entering the command below:

notepad pom.xml

Pak přidejte následující kód XML po <url> https://maven.apache.org</url> řádku:Then add the following XML after the <url>https://maven.apache.org</url> line:

<repositories>
    <repository>
        <releases>
            <enabled>true</enabled>
            <updatePolicy>always</updatePolicy>
            <checksumPolicy>warn</checksumPolicy>
        </releases>
        <snapshots>
            <enabled>false</enabled>
            <updatePolicy>never</updatePolicy>
            <checksumPolicy>fail</checksumPolicy>
        </snapshots>
        <id>HDPReleases</id>
        <name>HDP Releases</name>
        <url>https://repo.hortonworks.com/content/repositories/releases/</url>
        <layout>default</layout>
    </repository>
    <repository>
        <releases>
            <enabled>true</enabled>
            <updatePolicy>always</updatePolicy>
            <checksumPolicy>warn</checksumPolicy>
        </releases>
        <snapshots>
            <enabled>false</enabled>
            <updatePolicy>never</updatePolicy>
            <checksumPolicy>fail</checksumPolicy>
        </snapshots>
        <id>HDPJetty</id>
        <name>Hadoop Jetty</name>
        <url>https://repo.hortonworks.com/content/repositories/jetty-hadoop/</url>
        <layout>default</layout>
    </repository>
</repositories>

Přidání vlastnostíAdd properties

Maven můžete zadat hodnoty na úrovni projektu, jako vlastnosti.Maven allows you to define project-level values called properties. V pom.xml, přidejte následující text po </repositories> řádku:In pom.xml, add the following text after the </repositories> line:

<properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    <!--
    This is a version of Storm from the Hortonworks repository that is compatible with HDInsight 3.6.
    -->
    <storm.version>1.1.0.2.6.1.9-1</storm.version>
</properties>

Můžete teď tuto hodnotu použijete v dalších částech pom.xml.You can now use this value in other sections of the pom.xml. Například při zadání verze komponenty Storm, můžete použít ${storm.version} místo pevného kódování hodnotu.For example, when specifying the version of Storm components, you can use ${storm.version} instead of hard coding a value.

Přidat závislostiAdd dependencies

Přidáte závislost pro komponenty Storm.Add a dependency for Storm components. V pom.xml, přidejte následující text do <dependencies> části:In pom.xml, add the following text in the <dependencies> section:

<dependency>
    <groupId>org.apache.storm</groupId>
    <artifactId>storm-core</artifactId>
    <version>${storm.version}</version>
    <!-- keep storm out of the jar-with-dependencies -->
    <scope>provided</scope>
</dependency>

V době kompilace Maven pomocí těchto informací k vyhledání storm-core v úložiště Maven.At compile time, Maven uses this information to look up storm-core in the Maven repository. Nejprve hledá v úložišti na místním počítači.It first looks in the repository on your local computer. Pokud nejsou soubory, nástroje Maven stáhne z veřejného úložiště Maven a ukládá je do místního úložiště.If the files aren't there, Maven downloads them from the public Maven repository and stores them in the local repository.

Poznámka

Všimněte si, že <scope>provided</scope> řádek v této části.Notice the <scope>provided</scope> line in this section. Toto nastavení určuje Maven k vyloučení storm core z jakékoli soubory JAR, které jsou vytvořeny, protože se poskytuje v systému.This setting tells Maven to exclude storm-core from any JAR files that are created, because it is provided by the system.

Konfigurace sestaveníBuild configuration

Moduly plug-in maven umožňují přizpůsobit fáze sestavení umísťují projektu.Maven plug-ins allow you to customize the build stages of the project. Příklad jak je projekt kompilován nebo jak zabalíte ji do souboru JAR.For example, how the project is compiled or how to package it into a JAR file. V pom.xml, přidejte následující text přímo nad </project> řádku.In pom.xml, add the following text directly above the </project> line.

<build>
    <plugins>
    </plugins>
    <resources>
    </resources>
</build>

V této části se používá k přidání modulů plug-in, prostředky a další možnosti konfigurace sestavení.This section is used to add plug-ins, resources, and other build configuration options. Úplný přehled o pom.xml souborů naleznete v tématu https://maven.apache.org/pom.html .For a full reference of the pom.xml file, see https://maven.apache.org/pom.html.

Přidat moduly plug-inAdd plug-ins

  • Exec Maven PluginExec Maven Plugin

    Pro topologií Apache Storm, které jsou implementovány v jazyce Java plug-in Maven Exec je užitečné, protože umožňuje snadno spouštět místně ve vašem vývojovém prostředí topologie.For Apache Storm topologies implemented in Java, the Exec Maven Plugin is useful because it allows you to easily run the topology locally in your development environment. Přidejte následující text do <plugins> část pom.xml souboru modulu plug-in Exec Maven:Add the following to the <plugins> section of the pom.xml file to include the Exec Maven plugin:

    <plugin>
        <groupId>org.codehaus.mojo</groupId>
        <artifactId>exec-maven-plugin</artifactId>
        <version>1.6.0</version>
        <executions>
            <execution>
            <goals>
                <goal>exec</goal>
            </goals>
            </execution>
        </executions>
        <configuration>
            <executable>java</executable>
            <includeProjectDependencies>true</includeProjectDependencies>
            <includePluginDependencies>false</includePluginDependencies>
            <classpathScope>compile</classpathScope>
            <mainClass>${storm.topology}</mainClass>
            <cleanupDaemonThreads>false</cleanupDaemonThreads> 
        </configuration>
    </plugin>
    
  • Apache Maven Compiler PluginApache Maven Compiler Plugin

    Další užitečné modul plug-in je plug-in Apache Maven kompilátoru, který se používá, chcete-li změnit možnosti kompilace.Another useful plug-in is the Apache Maven Compiler Plugin, which is used to change compilation options. Změna verze pro Javu, která používá Maven pro zdroj a cíl pro vaši aplikaci.Change the Java version that Maven uses for the source and target for your application.

    • Pro HDInsight 3.4 nebo starší, nastavit zdroj a cílit na verzi Javy k 1.7.For HDInsight 3.4 or earlier, set the source and target Java version to 1.7.

    • Pro HDInsight 3.5, nastavit zdroj a cílit na verzi Javy k 1.8.For HDInsight 3.5, set the source and target Java version to 1.8.

      Přidejte následující text do <plugins> část pom.xml souboru modulu plug-in Apache Maven kompilátoru.Add the following text in the <plugins> section of the pom.xml file to include the Apache Maven Compiler plugin. Tento příklad určuje verzi 1.8 je cílová HDInsight verze 3.5.This example specifies 1.8, so the target HDInsight version is 3.5.

      <plugin>
        <groupId>org.apache.maven.plugins</groupId>
        <artifactId>maven-compiler-plugin</artifactId>
        <version>3.3</version>
        <configuration>
        <source>1.8</source>
        <target>1.8</target>
        </configuration>
      </plugin>
      

Konfigurace prostředkůConfigure resources

V části prostředky umožňuje zahrnout prostředky bez kódu, jako jsou konfigurační soubory, které jsou potřeba součástmi v topologii.The resources section allows you to include non-code resources such as configuration files needed by components in the topology. V tomto příkladu přidejte následující text <resources> část pom.xml souboru.For this example, add the following text in the <resources> section of the pom.xml file.

<resource>
    <directory>${basedir}/resources</directory>
    <filtering>false</filtering>
    <includes>
        <include>log4j2.xml</include>
    </includes>
</resource>

V tomto příkladu přidá adresáře prostředků v kořenovém adresáři projektu (${basedir}) jako umístění, která obsahuje prostředky a zahrnuje soubor s názvem log4j2.xml.This example adds the resources directory in the root of the project (${basedir}) as a location that contains resources, and includes the file named log4j2.xml. Tento soubor slouží ke konfiguraci, jaké informace je protokolovaným v topologii.This file is used to configure what information is logged by the topology.

Vytvoření topologieCreate the topology

Topologie založené na jazyce Java Apache Storm se skládá z tři komponenty, které je nutné vytvořit (nebo odkaz) jako závislost.A Java-based Apache Storm topology consists of three components that you must author (or reference) as a dependency.

  • Spouts: Čte data z externích zdrojů a vysílá datových proudů do topologie.Spouts: Reads data from external sources and emits streams of data into the topology.

  • Bolts: Provádí zpracování na datové proudy vyslané spoutů nebo z jiných boltů a vysílá jeden nebo více datových proudů.Bolts: Performs processing on streams emitted by spouts or other bolts, and emits one or more streams.

  • Topologie: Definuje, jak jsou uspořádány spoutů a boltů a poskytuje vstupní bod pro topologii.Topology: Defines how the spouts and bolts are arranged, and provides the entry point for the topology.

Vytvořte spoutCreate the spout

Pokud chcete snížit požadavky na nastavení externí zdroje dat, následující spout jednoduše generuje náhodné věty.To reduce requirements for setting up external data sources, the following spout simply emits random sentences. Je upravená verze spout, který je součástí služby příkladů topologie Storm Starter.It is a modified version of a spout that is provided with the Storm-Starter examples. I když tato topologie používá pouze jeden spout, jiné mohou mít několik, které přísun dat z různých zdrojů do topologie.Although this topology uses only one spout, others may have several that feed data from different sources into the topology.

Zadejte příkaz a vytvořte a otevřete nový soubor RandomSentenceSpout.java:Enter the command below to create and open a new file RandomSentenceSpout.java:

notepad src\main\java\com\microsoft\example\RandomSentenceSpout.java

Zkopírujte a vložte níže uvedený kód java do nového souboru.Then copy and paste the java code below into the new file. Zavřete soubor.Then close the file.

package com.microsoft.example;

import org.apache.storm.spout.SpoutOutputCollector;
import org.apache.storm.task.TopologyContext;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.topology.base.BaseRichSpout;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Values;
import org.apache.storm.utils.Utils;

import java.util.Map;
import java.util.Random;

//This spout randomly emits sentences
public class RandomSentenceSpout extends BaseRichSpout {
  //Collector used to emit output
  SpoutOutputCollector _collector;
  //Used to generate a random number
  Random _rand;

  //Open is called when an instance of the class is created
  @Override
  public void open(Map conf, TopologyContext context, SpoutOutputCollector collector) {
  //Set the instance collector to the one passed in
    _collector = collector;
    //For randomness
    _rand = new Random();
  }

  //Emit data to the stream
  @Override
  public void nextTuple() {
  //Sleep for a bit
    Utils.sleep(100);
    //The sentences that are randomly emitted
    String[] sentences = new String[]{ "the cow jumped over the moon", "an apple a day keeps the doctor away",
        "four score and seven years ago", "snow white and the seven dwarfs", "i am at two with nature" };
    //Randomly pick a sentence
    String sentence = sentences[_rand.nextInt(sentences.length)];
    //Emit the sentence
    _collector.emit(new Values(sentence));
  }

  //Ack is not implemented since this is a basic example
  @Override
  public void ack(Object id) {
  }

  //Fail is not implemented since this is a basic example
  @Override
  public void fail(Object id) {
  }

  //Declare the output fields. In this case, an sentence
  @Override
  public void declareOutputFields(OutputFieldsDeclarer declarer) {
    declarer.declare(new Fields("sentence"));
  }
}

Poznámka

Příklad spout, který načte z externího zdroje dat naleznete v následujících příkladech:For an example of a spout that reads from an external data source, see one of the following examples:

Vytvořit boltůCreate the bolts

Funkce Bolts zpracování dat zpracovává.Bolts handle the data processing. Bolty mohou provádět všechny, například výpočet, trvalého nebo komunikujících na externí komponenty.Bolts can do anything, for example, computation, persistence, or talking to external components. Tato topologie používá dva bolty:This topology uses two bolts:

  • SplitSentence: Rozdělí věty, protože ho vygeneroval RandomSentenceSpout do jednotlivých slov.SplitSentence: Splits the sentences emitted by RandomSentenceSpout into individual words.

  • WordCount: Počty kolikrát se každé slovo došlo k chybě.WordCount: Counts how many times each word has occurred.

SplitSentenceSplitSentence

Zadejte příkaz a vytvořte a otevřete nový soubor SplitSentence.java:Enter the command below to create and open a new file SplitSentence.java:

notepad src\main\java\com\microsoft\example\SplitSentence.java

Zkopírujte a vložte níže uvedený kód java do nového souboru.Then copy and paste the java code below into the new file. Zavřete soubor.Then close the file.

package com.microsoft.example;

import java.text.BreakIterator;

import org.apache.storm.topology.BasicOutputCollector;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.topology.base.BaseBasicBolt;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Tuple;
import org.apache.storm.tuple.Values;

//There are a variety of bolt types. In this case, use BaseBasicBolt
public class SplitSentence extends BaseBasicBolt {

  //Execute is called to process tuples
  @Override
  public void execute(Tuple tuple, BasicOutputCollector collector) {
    //Get the sentence content from the tuple
    String sentence = tuple.getString(0);
    //An iterator to get each word
    BreakIterator boundary=BreakIterator.getWordInstance();
    //Give the iterator the sentence
    boundary.setText(sentence);
    //Find the beginning first word
    int start=boundary.first();
    //Iterate over each word and emit it to the output stream
    for (int end=boundary.next(); end != BreakIterator.DONE; start=end, end=boundary.next()) {
      //get the word
      String word=sentence.substring(start,end);
      //If a word is whitespace characters, replace it with empty
      word=word.replaceAll("\\s+","");
      //if it's an actual word, emit it
      if (!word.equals("")) {
        collector.emit(new Values(word));
      }
    }
  }

  //Declare that emitted tuples contain a word field
  @Override
  public void declareOutputFields(OutputFieldsDeclarer declarer) {
    declarer.declare(new Fields("word"));
  }
}

WordCountWordCount

Zadejte příkaz a vytvořte a otevřete nový soubor WordCount.java:Enter the command below to create and open a new file WordCount.java:

notepad src\main\java\com\microsoft\example\WordCount.java

Zkopírujte a vložte níže uvedený kód java do nového souboru.Then copy and paste the java code below into the new file. Zavřete soubor.Then close the file.

package com.microsoft.example;

import java.util.HashMap;
import java.util.Map;
import java.util.Iterator;

import org.apache.storm.Constants;
import org.apache.storm.topology.BasicOutputCollector;
import org.apache.storm.topology.OutputFieldsDeclarer;
import org.apache.storm.topology.base.BaseBasicBolt;
import org.apache.storm.tuple.Fields;
import org.apache.storm.tuple.Tuple;
import org.apache.storm.tuple.Values;
import org.apache.storm.Config;

// For logging
import org.apache.logging.log4j.Logger;
import org.apache.logging.log4j.LogManager;

//There are a variety of bolt types. In this case, use BaseBasicBolt
public class WordCount extends BaseBasicBolt {
  //Create logger for this class
  private static final Logger logger = LogManager.getLogger(WordCount.class);
  //For holding words and counts
  Map<String, Integer> counts = new HashMap<String, Integer>();
  //How often to emit a count of words
  private Integer emitFrequency;

  // Default constructor
  public WordCount() {
      emitFrequency=5; // Default to 60 seconds
  }

  // Constructor that sets emit frequency
  public WordCount(Integer frequency) {
      emitFrequency=frequency;
  }

  //Configure frequency of tick tuples for this bolt
  //This delivers a 'tick' tuple on a specific interval,
  //which is used to trigger certain actions
  @Override
  public Map<String, Object> getComponentConfiguration() {
      Config conf = new Config();
      conf.put(Config.TOPOLOGY_TICK_TUPLE_FREQ_SECS, emitFrequency);
      return conf;
  }

  //execute is called to process tuples
  @Override
  public void execute(Tuple tuple, BasicOutputCollector collector) {
    //If it's a tick tuple, emit all words and counts
    if(tuple.getSourceComponent().equals(Constants.SYSTEM_COMPONENT_ID)
            && tuple.getSourceStreamId().equals(Constants.SYSTEM_TICK_STREAM_ID)) {
      for(String word : counts.keySet()) {
        Integer count = counts.get(word);
        collector.emit(new Values(word, count));
        logger.info("Emitting a count of " + count + " for word " + word);
      }
    } else {
      //Get the word contents from the tuple
      String word = tuple.getString(0);
      //Have we counted any already?
      Integer count = counts.get(word);
      if (count == null)
        count = 0;
      //Increment the count and store it
      count++;
      counts.put(word, count);
    }
  }

  //Declare that this emits a tuple containing two fields; word and count
  @Override
  public void declareOutputFields(OutputFieldsDeclarer declarer) {
    declarer.declare(new Fields("word", "count"));
  }
}

Definovat topologiiDefine the topology

Topologie propojuje spoutů a bolts společně do grafu, který definuje, jak data proudí mezi komponentami.The topology ties the spouts and bolts together into a graph, which defines how data flows between the components. Poskytuje také pomocné parametry paralelismu, které Storm používá při vytváření instancí komponent v rámci clusteru.It also provides parallelism hints that Storm uses when creating instances of the components within the cluster.

Na následujícím obrázku je základní diagram grafu komponenty pro tuto topologii.The following image is a basic diagram of the graph of components for this topology.

Diagram znázorňující uspořádání spoutů a boltů

Pokud chcete implementovat topologii, zadejte příkaz níže vytvořte a otevřete nový soubor WordCountTopology.java:To implement the topology, enter the command below to create and open a new file WordCountTopology.java:

notepad src\main\java\com\microsoft\example\WordCountTopology.java

Zkopírujte a vložte níže uvedený kód java do nového souboru.Then copy and paste the java code below into the new file. Zavřete soubor.Then close the file.

package com.microsoft.example;

import org.apache.storm.Config;
import org.apache.storm.LocalCluster;
import org.apache.storm.StormSubmitter;
import org.apache.storm.topology.TopologyBuilder;
import org.apache.storm.tuple.Fields;

import com.microsoft.example.RandomSentenceSpout;

public class WordCountTopology {

  //Entry point for the topology
  public static void main(String[] args) throws Exception {
  //Used to build the topology
    TopologyBuilder builder = new TopologyBuilder();
    //Add the spout, with a name of 'spout'
    //and parallelism hint of 5 executors
    builder.setSpout("spout", new RandomSentenceSpout(), 5);
    //Add the SplitSentence bolt, with a name of 'split'
    //and parallelism hint of 8 executors
    //shufflegrouping subscribes to the spout, and equally distributes
    //tuples (sentences) across instances of the SplitSentence bolt
    builder.setBolt("split", new SplitSentence(), 8).shuffleGrouping("spout");
    //Add the counter, with a name of 'count'
    //and parallelism hint of 12 executors
    //fieldsgrouping subscribes to the split bolt, and
    //ensures that the same word is sent to the same instance (group by field 'word')
    builder.setBolt("count", new WordCount(), 12).fieldsGrouping("split", new Fields("word"));

    //new configuration
    Config conf = new Config();
    //Set to false to disable debug information when
    // running in production on a cluster
    conf.setDebug(false);

    //If there are arguments, we are running on a cluster
    if (args != null && args.length > 0) {
      //parallelism hint to set the number of workers
      conf.setNumWorkers(3);
      //submit the topology
      StormSubmitter.submitTopology(args[0], conf, builder.createTopology());
    }
    //Otherwise, we are running locally
    else {
      //Cap the maximum number of executors that can be spawned
      //for a component to 3
      conf.setMaxTaskParallelism(3);
      //LocalCluster is used to run locally
      LocalCluster cluster = new LocalCluster();
      //submit the topology
      cluster.submitTopology("word-count", conf, builder.createTopology());
      //sleep
      Thread.sleep(10000);
      //shut down the cluster
      cluster.shutdown();
    }
  }
}

Konfigurace protokolováníConfigure logging

Storm používá Apache Log4j 2 k protokolování informací.Storm uses Apache Log4j 2 to log information. Pokud neprovedete konfiguraci protokolování, topologii vysílá diagnostické informace.If you do not configure logging, the topology emits diagnostic information. Pokud chcete řídit, co se do protokolu zapíše, vytvořte soubor s názvem log4j2.xml v resources adresáře tak, že zadáte následující příkaz:To control what is logged, create a file named log4j2.xml in the resources directory by entering the command below:

notepad resources\log4j2.xml

Zkopírujte a vložte níže uvedený text XML do nového souboru.Then copy and paste the XML text below into the new file. Zavřete soubor.Then close the file.

<?xml version="1.0" encoding="UTF-8"?>
<Configuration>
<Appenders>
    <Console name="STDOUT" target="SYSTEM_OUT">
        <PatternLayout pattern="%d{HH:mm:ss} [%t] %-5level %logger{36} - %msg%n"/>
    </Console>
</Appenders>
<Loggers>
    <Logger name="com.microsoft.example" level="trace" additivity="false">
        <AppenderRef ref="STDOUT"/>
    </Logger>
    <Root level="error">
        <Appender-Ref ref="STDOUT"/>
    </Root>
</Loggers>
</Configuration>

Tato konfigurace XML nakonfiguruje pro nový protokolovací nástroj com.microsoft.example třídu, která obsahuje součásti v tomto příkladu topologie.This XML configures a new logger for the com.microsoft.example class, which includes the components in this example topology. Pro tento protokolovač, kterými zachycuje všechny informace o protokolování, protože ho vygeneroval komponenty v této topologii je nastavena úroveň trasování.The level is set to trace for this logger, which captures any logging information emitted by components in this topology.

<Root level="error"> Části nakonfiguruje kořenové úrovni protokolování (vše, co není v com.microsoft.example) se protokolovat jenom informace o chybě.The <Root level="error"> section configures the root level of logging (everything not in com.microsoft.example) to only log error information.

Další informace o konfiguraci protokolování pro Log4j 2 najdete v tématu https://logging.apache.org/log4j/2.x/manual/configuration.html .For more information on configuring logging for Log4j 2, see https://logging.apache.org/log4j/2.x/manual/configuration.html.

Poznámka

Storm verzi 0.10.0 a vyšší využití Log4j 2.x.Storm version 0.10.0 and higher use Log4j 2.x. Používat starší verzí storm Log4j 1.x, který používá jiný formát pro konfiguraci protokolu.Older versions of storm used Log4j 1.x, which used a different format for log configuration. Informace o konfiguraci starší, naleznete v tématu https://wiki.apache.org/logging-log4j/Log4jXmlFormat .For information on the older configuration, see https://wiki.apache.org/logging-log4j/Log4jXmlFormat.

Testovací topologie místněTest the topology locally

Po uložení souboru použijte následující příkaz k otestování topologie místně.After you save the files, use the following command to test the topology locally.

mvn compile exec:java -Dstorm.topology=com.microsoft.example.WordCountTopology

Za běhu, topologie zobrazuje informace pro spuštění.As it runs, the topology displays startup information. Následující text je příklad výstupu počet slov:The following text is an example of the word count output:

17:33:27 [Thread-12-count] INFO  com.microsoft.example.WordCount - Emitting a count of 56 for word snow
17:33:27 [Thread-12-count] INFO  com.microsoft.example.WordCount - Emitting a count of 56 for word white
17:33:27 [Thread-12-count] INFO  com.microsoft.example.WordCount - Emitting a count of 112 for word seven
17:33:27 [Thread-16-count] INFO  com.microsoft.example.WordCount - Emitting a count of 195 for word the
17:33:27 [Thread-30-count] INFO  com.microsoft.example.WordCount - Emitting a count of 113 for word and
17:33:27 [Thread-30-count] INFO  com.microsoft.example.WordCount - Emitting a count of 57 for word dwarfs
17:33:27 [Thread-12-count] INFO  com.microsoft.example.WordCount - Emitting a count of 57 for word snow

Tento příklad protokol označuje, že slovo "a" bylo aktivováno 113 časy.This example log indicates that the word 'and' has been emitted 113 times. Počet dál jít nahoru tak dlouho, dokud topologie pracuje, protože spout průběžně vydá stejnou věty.The count continues to go up as long as the topology runs because the spout continuously emits the same sentences.

Mezi emisí slov a počty je interval 5 sekund.There is a 5-second interval between emission of words and counts. WordCount součást je nakonfigurovaná pouze generovat informace po přijetí odškrtávání řazených kolekcí členů.The WordCount component is configured to only emit information when a tick tuple arrives. Požaduje této značky, které řazených kolekcí členů se doručí jenom každých pět sekund.It requests that tick tuples are only delivered every five seconds.

Převést na topologii na tokConvert the topology to Flux

Tok je nový rámec dostupná se Stormem 0.10.0 a vyšší, který umožňuje oddělit konfiguraci z implementace.Flux is a new framework available with Storm 0.10.0 and higher, which allows you to separate configuration from implementation. Vaše komponenty jsou stále definována v Javě, ale topologii je definováno pomocí souboru YAML.Your components are still defined in Java, but the topology is defined using a YAML file. Můžete balíček výchozí definici topologie s projektem, nebo použijte samostatný soubor při odesílání topologie.You can package a default topology definition with your project, or use a standalone file when submitting the topology. Při odesílání topologie do Storm, můžete použít proměnné prostředí nebo konfigurační soubory k naplnění hodnot v definici topologie YAML.When submitting the topology to Storm, you can use environment variables or configuration files to populate values in the YAML topology definition.

Soubor YAML definuje součásti, které budou používat pro topologii a data tok mezi nimi.The YAML file defines the components to use for the topology and the data flow between them. Soubor YAML můžete zahrnout jako součást na soubor jar nebo můžete použít externí soubor YAML.You can include a YAML file as part of the jar file or you can use an external YAML file.

Další informace o toku, najdete v části tok framework (https://storm.apache.org/releases/1.0.6/flux.html).For more information on Flux, see Flux framework (https://storm.apache.org/releases/1.0.6/flux.html).

Varování

Z důvodu chyb (https://issues.apache.org/jira/browse/STORM-2055) pomocí Storm 1.0.1, budete muset nainstalovat Storm vývojové prostředí topologie tok spouštět místně.Due to a bug (https://issues.apache.org/jira/browse/STORM-2055) with Storm 1.0.1, you may need to install a Storm development environment to run Flux topologies locally.

  1. Dříve WordCountTopology.java definice topologie, ale není potřeba s tokem.Previously, WordCountTopology.java defined the topology, but isn't needed with Flux. Stejný soubor odstraňte také pomocí následujícího příkazu:Delete the file with the following command:

    DEL src\main\java\com\microsoft\example\WordCountTopology.java
    
  2. Zadejte příkaz a vytvořte a otevřete nový soubor topology.yaml:Enter the command below to create and open a new file topology.yaml:

    notepad resources\topology.yaml
    

    Zkopírujte a vložte níže uvedený text do nového souboru.Then copy and paste the text below into the new file. Zavřete soubor.Then close the file.

    name: "wordcount"       # friendly name for the topology
    
    config:                 # Topology configuration
      topology.workers: 1     # Hint for the number of workers to create
    
    spouts:                 # Spout definitions
    - id: "sentence-spout"
      className: "com.microsoft.example.RandomSentenceSpout"
      parallelism: 1      # parallelism hint
    
    bolts:                  # Bolt definitions
    - id: "splitter-bolt"
      className: "com.microsoft.example.SplitSentence"
      parallelism: 1
    
    - id: "counter-bolt"
      className: "com.microsoft.example.WordCount"
      constructorArgs:
        - 10
      parallelism: 1
    
    streams:                # Stream definitions
    - name: "Spout --> Splitter" # name isn't used (placeholder for logging, UI, etc.)
      from: "sentence-spout"       # The stream emitter
      to: "splitter-bolt"          # The stream consumer
      grouping:                    # Grouping type
        type: SHUFFLE
    
    - name: "Splitter -> Counter"
      from: "splitter-bolt"
      to: "counter-bolt"
      grouping:
        type: FIELDS
        args: ["word"]           # field(s) to group on
    
  3. Zadejte následující příkaz pro otevření pom.xml na panelu je popsáno níže:Enter the command below to open pom.xml to make the described revisions below:

    notepad pom.xml
    
    • Přidejte následující novou závislost <dependencies> části:Add the following new dependency in the <dependencies> section:

      <!-- Add a dependency on the Flux framework -->
      <dependency>
          <groupId>org.apache.storm</groupId>
          <artifactId>flux-core</artifactId>
          <version>${storm.version}</version>
      </dependency>
      
    • Přidejte následující modul plug-in, který <plugins> oddílu.Add the following plugin to the <plugins> section. Tento modul plug-in zpracovává vytvořit balíček (soubor jar) pro projekt a platí některé transformace, které jsou specifické pro tok při vytváření balíčku.This plugin handles the creation of a package (jar file) for the project, and applies some transformations specific to Flux when creating the package.

      <!-- build an uber jar -->
      <plugin>
          <groupId>org.apache.maven.plugins</groupId>
          <artifactId>maven-shade-plugin</artifactId>
          <version>3.2.1</version>
          <configuration>
              <transformers>
                  <!-- Keep us from getting a "can't overwrite file error" -->
                  <transformer implementation="org.apache.maven.plugins.shade.resource.ApacheLicenseResourceTransformer" />
                  <transformer implementation="org.apache.maven.plugins.shade.resource.ServicesResourceTransformer" />
                  <!-- We're using Flux, so refer to it as main -->
                  <transformer implementation="org.apache.maven.plugins.shade.resource.ManifestResourceTransformer">
                      <mainClass>org.apache.storm.flux.Flux</mainClass>
                  </transformer>
              </transformers>
              <!-- Keep us from getting a bad signature error -->
              <filters>
                  <filter>
                      <artifact>*:*</artifact>
                      <excludes>
                          <exclude>META-INF/*.SF</exclude>
                          <exclude>META-INF/*.DSA</exclude>
                          <exclude>META-INF/*.RSA</exclude>
                      </excludes>
                  </filter>
              </filters>
          </configuration>
          <executions>
              <execution>
                  <phase>package</phase>
                  <goals>
                      <goal>shade</goal>
                  </goals>
              </execution>
          </executions>
      </plugin>
      
    • V plug-in maven exec <configuration> oddíl, změňte hodnotu <mainClass> z ${storm.topology} k org.apache.storm.flux.Flux.In the exec-maven-plugin <configuration> section, change the value for <mainClass> from ${storm.topology} to org.apache.storm.flux.Flux. Toto nastavení umožňuje tok pro zpracování místně spuštěná topologie ve vývoji.This setting allows Flux to handle running the topology locally in development.

    • V <resources> části, přidejte následující text do <includes>.In the <resources> section, add the following to <includes>. Tato konfigurace XML obsahuje soubor YAML, který definuje topologii jako součást projektu.This XML includes the YAML file that defines the topology as part of the project.

      <include>topology.yaml</include>
      

Otestovat tok topologie místněTest the flux topology locally

  1. Zadejte následující příkaz, který zkompilovat a spustit topologii tok pomocí nástroje Maven:Enter the following command to compile and execute the Flux topology using Maven:

    mvn compile exec:java -Dexec.args="--local -R /topology.yaml"
    

    Varování

    Pokud vaše topologie používá Storm 1.0.1 bits, tento příkaz se nezdaří.If your topology uses Storm 1.0.1 bits, this command fails. Tato chyba je způsobená https://issues.apache.org/jira/browse/STORM-2055 .This failure is caused by https://issues.apache.org/jira/browse/STORM-2055. Místo toho nainstalovat Storm ve vašem vývojovém prostředí a pomocí následujících kroků:Instead, install Storm in your development environment and use the following steps:

    Pokud máte Storm nainstalovaný ve vašem vývojovém prostředí, můžete místo toho použijte následující příkazy:If you have installed Storm in your development environment, you can use the following commands instead:

    mvn compile package
    storm jar target/WordCount-1.0-SNAPSHOT.jar org.apache.storm.flux.Flux --local -R /topology.yaml
    

    --local Parametr spustí topologie v místním režimu ve svém vývojovém prostředí.The --local parameter runs the topology in local mode on your development environment. -R /topology.yaml Používá parametr topology.yaml souboru prostředků ze souboru jar definovat topologii.The -R /topology.yaml parameter uses the topology.yaml file resource from the jar file to define the topology.

    Za běhu, topologie zobrazuje informace pro spuštění.As it runs, the topology displays startup information. Následující text je příklad výstupu:The following text is an example of the output:

     17:33:27 [Thread-12-count] INFO  com.microsoft.example.WordCount - Emitting a count of 56 for word snow
     17:33:27 [Thread-12-count] INFO  com.microsoft.example.WordCount - Emitting a count of 56 for word white
     17:33:27 [Thread-12-count] INFO  com.microsoft.example.WordCount - Emitting a count of 112 for word seven
     17:33:27 [Thread-16-count] INFO  com.microsoft.example.WordCount - Emitting a count of 195 for word the
     17:33:27 [Thread-30-count] INFO  com.microsoft.example.WordCount - Emitting a count of 113 for word and
     17:33:27 [Thread-30-count] INFO  com.microsoft.example.WordCount - Emitting a count of 57 for word dwarfs
    

    Dochází ke zpoždění 10 sekundách mezi listy zaznamenané informace.There is a 10-second delay between batches of logged information.

  2. Vytvořte novou topologii yaml z projektu.Create a new topology yaml from the project.

    a.a. Zadejte následující příkaz pro otevření topology.xml:Enter the command below to open topology.xml:

    notepad resources\topology.yaml
    

    b.b. Následující části a změňte hodnotu vlastnosti 10 k 5.Find the following section and change the value of 10 to 5. Tato změna změní interval mezi generování dávky počty slov z 10 sekund až 5.This modification changes the interval between emitting batches of word counts from 10 seconds to 5.

    - id: "counter-bolt"
      className: "com.microsoft.example.WordCount"
      constructorArgs:
        - 5
      parallelism: 1  
    

    c.c. Uložte soubor jako newtopology.yaml.Save file as newtopology.yaml.

  3. Pokud chcete spustit topologii, zadejte následující příkaz:To run the topology, enter the following command:

    mvn exec:java -Dexec.args="--local resources/newtopology.yaml"
    

    Nebo, pokud máte ve svém vývojovém prostředí Storm:Or, if you have Storm on your development environment:

    storm jar target/WordCount-1.0-SNAPSHOT.jar org.apache.storm.flux.Flux --local resources/newtopology.yaml
    

    Tento příkaz používá newtopology.yaml jako definice topologie.This command uses the newtopology.yaml as the topology definition. Protože jsme nezahrnuli compile parametr Maven používá verzi projekt vytvořený v předchozích krocích.Since we didn't include the compile parameter, Maven uses the version of the project built in previous steps.

    Jakmile se spustí na topologii, měli byste zaznamenat, čas mezi emitovaný dávky se změnila tak, aby odrážely hodnotu v newtopology.yaml.Once the topology starts, you should notice that the time between emitted batches has changed to reflect the value in newtopology.yaml. Abyste viděli, že můžete změnit konfiguraci prostřednictvím souboru YAML bez nutnosti znovu kompilovat topologie.So you can see that you can change your configuration through a YAML file without having to recompile the topology.

Další informace o těchto a dalších funkcích rozhraní tok, najdete v části tok (https://storm.apache.org/releases/current/flux.html).For more information on these and other features of the Flux framework, see Flux (https://storm.apache.org/releases/current/flux.html).

TridentTrident

Trident je vysokou úroveň abstrakce, která je poskytována Storm.Trident is a high-level abstraction that is provided by Storm. Podporuje stavové zpracování.It supports stateful processing. Hlavní výhodou Trident je, že může zaručit, že všechny zprávy, která vstupuje do topologie se zpracuje pouze jednou.The primary advantage of Trident is that it can guarantee that every message that enters the topology is processed only once. Bez použití Trident, topologii pouze zaručit, že zprávy se zpracuje alespoň jednou.Without using Trident, your topology can only guarantee that messages are processed at least once. Existují také další rozdíly, jako je integrované součásti, které je možné použít místo vytváření boltů.There are also other differences, such as built-in components that can be used instead of creating bolts. Ve skutečnosti funkce bolts jsou nahrazené méně obecný komponenty, například funkcí, projekce a filtry.In fact, bolts are replaced by less-generic components, such as filters, projections, and functions.

Trident aplikací můžete vytvořit pomocí projektů Maven.Trident applications can be created by using Maven projects. Použijte stejný základní postup uvedenou výše v tomto článku – pouze pro kód se liší.You use the same basic steps as presented earlier in this article—only the code is different. Trident také (aktuálně) nejde v rámci toku.Trident also cannot (currently) be used with the Flux framework.

Další informace o Trident naleznete v tématu přehled rozhraní API Trident.For more information about Trident, see the Trident API Overview.

Další krokyNext Steps

Jste se naučili, jak vytvořit Apache Storm topologii s použitím jazyka Java.You have learned how to create an Apache Storm topology by using Java. Teď zjistěte, jak:Now learn how to:

Příklad lze najít další topologií Apache Storm návštěvou příklad topologií pro Apache Storm v HDInsight.You can find more example Apache Storm topologies by visiting Example topologies for Apache Storm on HDInsight.