Maken van een Apache Storm-topologie in JavaCreate an Apache Storm topology in Java

Informatie over het maken van een topologie op basis van Java voor Apache Storm.Learn how to create a Java-based topology for Apache Storm. Hier kunt maken u een Storm-topologie die u een word-count-toepassing implementeert.Here, you create a Storm topology that implements a word-count application. U gebruikt Apache Maven te bouwen en inpakken van het project.You use Apache Maven to build and package the project. Vervolgens leert u hoe u voor het definiëren van de topologie met behulp van de Apache Storm lichtstroom framework.Then, you learn how to define the topology using the Apache Storm Flux framework.

Na het voltooien van de stappen in dit document, kunt u de topologie implementeren voor Apache Storm op HDInsight.After completing the steps in this document, you can deploy the topology to Apache Storm on HDInsight.

Notitie

Een voltooide versie van de Storm-topologie-voorbeelden in dit document hebt gemaakt, is beschikbaar op 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.

VereistenPrerequisites

TestomgevingTest environment

De omgeving moet worden gebruikt voor dit artikel is een computer met Windows 10.The environment used for this article was a computer running Windows 10. De opdrachten zijn uitgevoerd in een opdrachtprompt en de verschillende bestanden zijn bewerkt met Kladblok.The commands were executed in a command prompt, and the various files were edited with Notepad.

Voer de onderstaande opdrachten om een werkende-omgeving te maken vanaf een opdrachtprompt:From a command prompt, enter the commands below to create a working environment:

mkdir C:\HDI
cd C:\HDI

Maak een Maven-projectCreate a Maven project

Voer de volgende opdracht om te maken van een Maven-project met de naam 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

Deze opdracht maakt u een map met de naam WordCount op de huidige locatie, die een eenvoudige Maven-project bevat.This command creates a directory named WordCount at the current location, which contains a basic Maven project. De tweede opdracht wijzigt de huidige werkmap naar WordCount.The second command changes the present working directory to WordCount. De derde opdracht maakt u een nieuwe map resources, die later worden gebruikt.The third command creates a new directory, resources, which will be used later. De WordCount map bevat de volgende items:The WordCount directory contains the following items:

  • pom.xml: Bevat instellingen voor de Maven-project.pom.xml: Contains settings for the Maven project.
  • src\main\java\com\microsoft\example: Bevat de code van uw toepassing.src\main\java\com\microsoft\example: Contains your application code.
  • src\test\java\com\microsoft\example: Tests voor de toepassing bevat.src\test\java\com\microsoft\example: Contains tests for your application.

Het van de gegenereerde voorbeeldcode verwijderenRemove the generated example code

Verwijderen van de gegenereerde Testscenario's en toepassingsbestanden AppTest.java, en App.java met de onderstaande opdrachten: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

Maven-opslagplaatsen toevoegenAdd Maven repositories

HDInsight gebaseerd op de Hortonworks Data Platform (HDP), dus wordt u de Hortonworks-opslagplaats aangeraden voor het downloaden van afhankelijkheden voor uw projecten 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.

Open pom.xml met de onderstaande opdracht:Open pom.xml by entering the command below:

notepad pom.xml

Voeg de volgende XML na de <url> https://maven.apache.org</url> regel: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>

Eigenschappen toevoegenAdd properties

Maven kunt u definiëren op serverniveau project waarden eigenschappen aangeroepen.Maven allows you to define project-level values called properties. In pom.xml, voeg de volgende tekst na de </repositories> regel: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>

U kunt nu deze waarde gebruiken in andere gedeelten van de pom.xml.You can now use this value in other sections of the pom.xml. Bijvoorbeeld bij het opgeven van de versie van Storm-onderdelen, kunt u ${storm.version} in plaats van de code een waarde.For example, when specifying the version of Storm components, you can use ${storm.version} instead of hard coding a value.

Afhankelijkheden toevoegenAdd dependencies

Een afhankelijkheid voor Storm-onderdelen toevoegen.Add a dependency for Storm components. In pom.xml, voeg de volgende tekst in de <dependencies> sectie: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>

Bij het compileren, Maven gebruikt deze informatie om te controleren of storm-core in de Maven-opslagplaats.At compile time, Maven uses this information to look up storm-core in the Maven repository. Eerst wordt gezocht in de opslagplaats op uw lokale computer.It first looks in the repository on your local computer. Als de bestanden niet bevat, wordt Maven ze van de openbare opslagplaats met Maven gedownload en opgeslagen in de lokale opslagplaats.If the files aren't there, Maven downloads them from the public Maven repository and stores them in the local repository.

Notitie

U ziet dat de <scope>provided</scope> regel in deze sectie.Notice the <scope>provided</scope> line in this section. Deze instelling geeft Maven uitsluiten storm-core uit een JAR-bestanden die zijn gemaakt, omdat deze is geleverd door het systeem.This setting tells Maven to exclude storm-core from any JAR files that are created, because it is provided by the system.

Configuratie samenstellenBuild configuration

Maven-invoegtoepassingen kunt u het aanpassen van de fasen van de build van het project.Maven plug-ins allow you to customize the build stages of the project. Bijvoorbeeld, hoe het project wordt gecompileerd of hoe u een pakket in een JAR-bestand.For example, how the project is compiled or how to package it into a JAR file. In pom.xml, voeg de volgende tekst vlak boven de </project> regel.In pom.xml, add the following text directly above the </project> line.

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

In deze sectie wordt gebruikt om toe te voegen-invoegtoepassingen, resources en andere configuratieopties build.This section is used to add plug-ins, resources, and other build configuration options. Voor een volledig overzicht van de pom.xml bestand, Zie https://maven.apache.org/pom.html .For a full reference of the pom.xml file, see https://maven.apache.org/pom.html.

Invoegtoepassingen toevoegenAdd plug-ins

  • Exec Maven PluginExec Maven Plugin

    Voor Apache Storm-topologieën die zijn geïmplementeerd in Java, de Exec Maven-invoegtoepassing is handig, omdat Hiermee kunt u eenvoudig uitvoeren van de topologie lokaal in uw ontwikkelingsomgeving.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. Het volgende toevoegen aan de <plugins> sectie van de pom.xml bestand om op te nemen van de Exec-Maven-invoegtoepassing: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

    Andere nuttige invoegtoepassing is de Apache Maven-Compiler invoegtoepassing, dat wordt gebruikt voor compilatie opties wijzigen.Another useful plug-in is the Apache Maven Compiler Plugin, which is used to change compilation options. Wijzig de Java-versie die Maven voor de bron en doel voor uw toepassing gebruikt.Change the Java version that Maven uses for the source and target for your application.

    • Voor HDInsight 3.4 of eerder, instellen van de bron en doel van Java-versie naar 1.7.For HDInsight 3.4 or earlier, set the source and target Java version to 1.7.

    • Voor HDInsight 3.5, instellen van de bron en doel van Java-versie naar 1.8.For HDInsight 3.5, set the source and target Java version to 1.8.

      Voeg de volgende tekst in de <plugins> sectie van de pom.xml bestand om op te nemen van de Compiler van Apache Maven-invoegtoepassing.Add the following text in the <plugins> section of the pom.xml file to include the Apache Maven Compiler plugin. In dit voorbeeld geeft 1.8, zodat de doelversie HDInsight 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>
      

Resources configurerenConfigure resources

De sectie met resources kunt u niet-code-bronnen, zoals configuratiebestanden die nodig zijn voor de onderdelen van de topologie.The resources section allows you to include non-code resources such as configuration files needed by components in the topology. In dit voorbeeld toevoegen de volgende tekst in de <resources> sectie van de pom.xml bestand.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>

Dit voorbeeld wordt de directory van de resources in de hoofdmap van het project (${basedir}) als een locatie die bevat resources en bevat het bestand met de naam log4j2.xml.This example adds the resources directory in the root of the project (${basedir}) as a location that contains resources, and includes the file named log4j2.xml. Dit bestand wordt gebruikt om te configureren welke informatie wordt vastgelegd door de topologie.This file is used to configure what information is logged by the topology.

Maken van de topologieCreate the topology

Een op Java gebaseerde Apache Storm-topologie bestaat uit drie onderdelen die u moet maken (of referentie) als een afhankelijkheid.A Java-based Apache Storm topology consists of three components that you must author (or reference) as a dependency.

  • Spouts: Leest gegevens uit externe bronnen en verzendt gegevensstromen in de topologie.Spouts: Reads data from external sources and emits streams of data into the topology.

  • Bolts: Verwerking van stromen die door spouts of andere bolts wordt uitgevoerd, en verzendt een of meer stromen.Bolts: Performs processing on streams emitted by spouts or other bolts, and emits one or more streams.

  • Topologie: Bepaalt hoe de spouts en bolts zijn gerangschikt en biedt het toegangspunt voor de topologie.Topology: Defines how the spouts and bolts are arranged, and provides the entry point for the topology.

De spout makenCreate the spout

Als u wilt verkleinen vereisten voor het instellen van externe gegevensbronnen, verzendt de volgende spout gewoon willekeurige zinnen.To reduce requirements for setting up external data sources, the following spout simply emits random sentences. Er is een gewijzigde versie van een spout die beschikbaar is in de Storm Starter-voorbeelden.It is a modified version of a spout that is provided with the Storm-Starter examples. Hoewel deze topologie wordt slechts één spout gebruikt, kunnen anderen hebben verschillende die gegevens uit verschillende bronnen feed in de topologie.Although this topology uses only one spout, others may have several that feed data from different sources into the topology.

Voer de opdracht hieronder om te maken en open een nieuw bestand RandomSentenceSpout.java:Enter the command below to create and open a new file RandomSentenceSpout.java:

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

Kopieer en plak de volgende java-code naar het nieuwe bestand.Then copy and paste the java code below into the new file. Sluit het bestand.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"));
  }
}

Notitie

Zie voor een voorbeeld van een spout die uit een externe gegevensbron kan lezen, een van de volgende voorbeelden:For an example of a spout that reads from an external data source, see one of the following examples:

De bolts makenCreate the bolts

Bolts verwerkt de gegevens verwerkt.Bolts handle the data processing. Bolts kunnen van alles zijn, bijvoorbeeld, berekening, persistentie, of communicatie met externe onderdelen doen.Bolts can do anything, for example, computation, persistence, or talking to external components. Deze topologie maakt gebruik van twee bolts:This topology uses two bolts:

  • SplitSentence: Hiermee wordt de zinnen gegenereerd door RandomSentenceSpout in afzonderlijke woorden.SplitSentence: Splits the sentences emitted by RandomSentenceSpout into individual words.

  • WordCount: Telt het aantal keren dat elk woord is opgetreden.WordCount: Counts how many times each word has occurred.

SplitSentenceSplitSentence

Voer de opdracht hieronder om te maken en open een nieuw bestand SplitSentence.java:Enter the command below to create and open a new file SplitSentence.java:

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

Kopieer en plak de volgende java-code naar het nieuwe bestand.Then copy and paste the java code below into the new file. Sluit het bestand.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

Voer de opdracht hieronder om te maken en open een nieuw bestand WordCount.java:Enter the command below to create and open a new file WordCount.java:

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

Kopieer en plak de volgende java-code naar het nieuwe bestand.Then copy and paste the java code below into the new file. Sluit het bestand.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"));
  }
}

De topologie definiërenDefine the topology

De topologie verbindt de spouts en bolts samen in een grafiek, waarmee wordt gedefinieerd hoe gegevens stromen tussen de onderdelen.The topology ties the spouts and bolts together into a graph, which defines how data flows between the components. Het biedt ook parallelle uitvoering hints die Storm gebruikt bij het maken van instanties van de onderdelen binnen het cluster.It also provides parallelism hints that Storm uses when creating instances of the components within the cluster.

De volgende afbeelding is een eenvoudig diagram van de grafiek van onderdelen voor deze topologie.The following image is a basic diagram of the graph of components for this topology.

diagram van de overeenkomst spouts en bolts

Voor het implementeren van de topologie, voert u de opdracht hieronder om te maken en open een nieuw bestand 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

Kopieer en plak de volgende java-code naar het nieuwe bestand.Then copy and paste the java code below into the new file. Sluit het bestand.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();
    }
  }
}

Logboekregistratie configurerenConfigure logging

Maakt gebruik van storm Apache Log4j 2 om informatie te registreren.Storm uses Apache Log4j 2 to log information. Als u logboekregistratie niet configureert, verzendt de topologie diagnostische gegevens.If you do not configure logging, the topology emits diagnostic information. Maak een bestand met de naam om te bepalen wat wordt geregistreerd, log4j2.xml in de resources map met de onderstaande opdracht:To control what is logged, create a file named log4j2.xml in the resources directory by entering the command below:

notepad resources\log4j2.xml

Kopieer en plak de XML-tekst onder in het nieuwe bestand.Then copy and paste the XML text below into the new file. Sluit het bestand.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>

Deze XML configureert u een nieuwe logger voor de com.microsoft.example klasse, waaronder de onderdelen in deze voorbeeldtopologie.This XML configures a new logger for the com.microsoft.example class, which includes the components in this example topology. Het niveau is ingesteld op trace voor deze logger daarin een waardevolle informatie verzonden door onderdelen in deze topologie.The level is set to trace for this logger, which captures any logging information emitted by components in this topology.

De <Root level="error"> sectie configureert u het hoogste niveau van logboekregistratie (alles wat niet wordt com.microsoft.example) om aan te melden alleen informatie over de fout.The <Root level="error"> section configures the root level of logging (everything not in com.microsoft.example) to only log error information.

Zie voor meer informatie over het configureren van logboekregistratie voor Log4j 2 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.

Notitie

Storm-versie 0.10.0 en hoger gebruiken Log4j 2.x.Storm version 0.10.0 and higher use Log4j 2.x. Oudere versies van de storm Log4j gebruikt 1.x, die een andere indeling voor logboekbestanden-configuratie gebruikt.Older versions of storm used Log4j 1.x, which used a different format for log configuration. Zie voor meer informatie over de configuratie van de oudere https://wiki.apache.org/logging-log4j/Log4jXmlFormat .For information on the older configuration, see https://wiki.apache.org/logging-log4j/Log4jXmlFormat.

De topologie lokaal testenTest the topology locally

Nadat u de bestanden hebt opgeslagen, gebruikt u de volgende opdracht voor het testen van de topologie lokaal.After you save the files, use the following command to test the topology locally.

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

Terwijl deze wordt uitgevoerd, wordt opstartgegevens in de topologie weergegeven.As it runs, the topology displays startup information. De volgende tekst is een voorbeeld van de word-count-uitvoer: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

Dit logboek voorbeeld geeft aan dat het woord "en" 113 keer is verzonden.This example log indicates that the word 'and' has been emitted 113 times. Het aantal blijft omhoog, zolang de topologie wordt uitgevoerd omdat de spout continu de dezelfde zinnen verzendt.The count continues to go up as long as the topology runs because the spout continuously emits the same sentences.

Er is een interval van 5 seconden tussen uitstoot van woorden en aantallen.There is a 5-second interval between emission of words and counts. De WordCount onderdeel is geconfigureerd voor de gegevens alleen verzenden als een tick tuple binnenkomt.The WordCount component is configured to only emit information when a tick tuple arrives. Deze aanvragen die tick tuples worden elke vijf seconden alleen geleverd.It requests that tick tuples are only delivered every five seconds.

De topologie converteren naar lichtstroomConvert the topology to Flux

Lichtstroom is een nieuw framework beschikbaar met Storm 0.10.0 of hoger, zodat u kunt het scheiden van de configuratie van de toepassing.Flux is a new framework available with Storm 0.10.0 and higher, which allows you to separate configuration from implementation. Onderdelen van uw nog steeds zijn gedefinieerd in Java, maar de topologie is gedefinieerd met behulp van een YAML-bestand.Your components are still defined in Java, but the topology is defined using a YAML file. U kunt de definitie van een standaard-topologie inpakken met uw project, of een zelfstandig bestand gebruiken bij het indienen van de topologie.You can package a default topology definition with your project, or use a standalone file when submitting the topology. Bij het indienen van de Storm-topologie, kunt u omgevingsvariabelen of configuratiebestanden kunt gebruiken voor het vullen van waarden in de definitie van de topologie YAML.When submitting the topology to Storm, you can use environment variables or configuration files to populate values in the YAML topology definition.

Het YAML-bestand definieert de onderdelen moet worden gebruikt voor de topologie en de gegevens stroom tussen beide.The YAML file defines the components to use for the topology and the data flow between them. U kunt een YAML-bestand opnemen als onderdeel van het jar-bestand of kunt u een externe YAML-bestand.You can include a YAML file as part of the jar file or you can use an external YAML file.

Zie voor meer informatie over lichtstroom lichtstroom 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).

Waarschuwing

Vanwege een bug (https://issues.apache.org/jira/browse/STORM-2055) met Storm 1.0.1, u mogelijk nodig hebt voor het installeren van een Storm-ontwikkelomgeving lichtstroom topologieën lokaal uitvoeren.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. Voorheen WordCountTopology.java gedefinieerd van de topologie, maar met lichtstroom is niet nodig.Previously, WordCountTopology.java defined the topology, but isn't needed with Flux. Verwijder het bestand met de volgende opdracht:Delete the file with the following command:

    DEL src\main\java\com\microsoft\example\WordCountTopology.java
    
  2. Voer de opdracht hieronder om te maken en open een nieuw bestand topology.yaml:Enter the command below to create and open a new file topology.yaml:

    notepad resources\topology.yaml
    

    Kopieer en plak de onderstaande tekst naar het nieuwe bestand.Then copy and paste the text below into the new file. Sluit het bestand.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. Voer de volgende opdracht om te openen pom.xml aan de hieronder beschreven wijzigingen aanbrengen:Enter the command below to open pom.xml to make the described revisions below:

    notepad pom.xml
    
    • Voeg de volgende nieuwe afhankelijkheden in de <dependencies> sectie: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>
      
    • Voeg de volgende-invoegtoepassing voor de <plugins> sectie.Add the following plugin to the <plugins> section. Deze invoegtoepassing verwerkt het maken van een pakket (jar-bestand) voor het project en enkele specifieke transformaties geldt voor lichtstroom bij het maken van het pakket.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>
      
    • In de exec-maven-invoegtoepassing <configuration> sectie, wijzigt u de waarde voor <mainClass> van ${storm.topology} naar 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. Deze instelling kan lichtstroom voor het afhandelen van de topologie lokaal worden uitgevoerd in ontwikkeling.This setting allows Flux to handle running the topology locally in development.

    • In de <resources> sectie, het volgende toevoegen aan <includes>.In the <resources> section, add the following to <includes>. Deze XML bevat de YAML-bestand waarin de topologie worden gedefinieerd als onderdeel van het project.This XML includes the YAML file that defines the topology as part of the project.

      <include>topology.yaml</include>
      

De topologie van lichtstroom lokaal testenTest the flux topology locally

  1. Voer de volgende opdracht om te compileren en uitvoeren van de lichtstroom-topologie met behulp van Maven:Enter the following command to compile and execute the Flux topology using Maven:

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

    Waarschuwing

    Als uw topologie Storm 1.0.1 bits gebruikt, wordt met deze opdracht mislukt.If your topology uses Storm 1.0.1 bits, this command fails. Deze fout wordt veroorzaakt door https://issues.apache.org/jira/browse/STORM-2055 .This failure is caused by https://issues.apache.org/jira/browse/STORM-2055. In plaats daarvan Storm installeren in uw ontwikkelingsomgeving en gebruik de volgende stappen:Instead, install Storm in your development environment and use the following steps:

    Als u hebt Storm geïnstalleerd in uw ontwikkelingsomgeving, kunt u in plaats daarvan de volgende opdrachten gebruiken: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
    

    De --local parameter wordt de topologie in de lokale modus uitgevoerd op uw ontwikkelomgeving.The --local parameter runs the topology in local mode on your development environment. De -R /topology.yaml parameter gebruikt de topology.yaml resource-bestand uit het jar-bestand voor het definiëren van de topologie.The -R /topology.yaml parameter uses the topology.yaml file resource from the jar file to define the topology.

    Terwijl deze wordt uitgevoerd, wordt opstartgegevens in de topologie weergegeven.As it runs, the topology displays startup information. De volgende tekst is een voorbeeld van de uitvoer: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
    

    Er is een vertraging van 10 seconden tussen batches van logboekgegevens.There is a 10-second delay between batches of logged information.

  2. Maak een nieuwe topologie yaml van het project.Create a new topology yaml from the project.

    a.a. Voer de volgende opdracht om te openen topology.xml:Enter the command below to open topology.xml:

    notepad resources\topology.yaml
    

    b.b. Zoeken naar de volgende sectie en wijzig de waarde van 10 naar 5.Find the following section and change the value of 10 to 5. Deze wijziging wordt het interval tussen uitgeven batches van word tellingen van 10 seconden tot en met 5 gewijzigd.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. Bestand opslaan als newtopology.yaml.Save file as newtopology.yaml.

  3. Als u wilt uitvoeren van de topologie, voer de volgende opdracht:To run the topology, enter the following command:

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

    Of, als u Storm op uw ontwikkelingsomgeving hebt: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
    

    Deze opdracht wordt de newtopology.yaml als de topologiedefinitie van de.This command uses the newtopology.yaml as the topology definition. Omdat we niet nemen de compile parameter Maven gebruikmaakt van de versie van het project in de vorige stappen is gemaakt.Since we didn't include the compile parameter, Maven uses the version of the project built in previous steps.

    Zodra de topologie is gestart, ziet u dat de tijd tussen verzonden batches is gewijzigd zodat de waarde in newtopology.yaml.Once the topology starts, you should notice that the time between emitted batches has changed to reflect the value in newtopology.yaml. Zo kunt u zien dat u uw configuratie via een YAML-bestand wijzigen kunt zonder opnieuw te compileren van de topologie.So you can see that you can change your configuration through a YAML file without having to recompile the topology.

Zie voor meer informatie over deze en andere functies van het framework lichtstroom lichtstroom (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 is een abstractie op hoog niveau die wordt geleverd door Storm.Trident is a high-level abstraction that is provided by Storm. Deze ondersteuning biedt voor stateful verwerking.It supports stateful processing. Het belangrijkste voordeel van Trident is het kan garanderen dat elk bericht dat de topologie wordt slechts één keer wordt verwerkt.The primary advantage of Trident is that it can guarantee that every message that enters the topology is processed only once. Zonder Trident gebruikt, kan uw topologie alleen garanderen dat berichten ten minste één keer worden verwerkt.Without using Trident, your topology can only guarantee that messages are processed at least once. Er zijn ook andere verschillen, zoals ingebouwde onderdelen die kunnen worden gebruikt in plaats van het maken van bolts.There are also other differences, such as built-in components that can be used instead of creating bolts. Bolts zijn in feite vervangen door minder-algemene onderdelen, zoals filters, projecties en functies.In fact, bolts are replaced by less-generic components, such as filters, projections, and functions.

Trident toepassingen kunnen worden gemaakt met behulp van Maven-projecten.Trident applications can be created by using Maven projects. U dezelfde basisstappen gebruiken, zoals eerder in dit artikel worden gepresenteerd, alleen de code anders is.You use the same basic steps as presented earlier in this article—only the code is different. Trident worden ook niet (momenteel) gebruikt met de lichtstroom-framework.Trident also cannot (currently) be used with the Flux framework.

Zie voor meer informatie over Trident, de Trident API-overzicht.For more information about Trident, see the Trident API Overview.

Volgende stappenNext Steps

U hebt geleerd over het maken van een Apache Storm-topologie met behulp van Java.You have learned how to create an Apache Storm topology by using Java. Leer nu hoe u:Now learn how to:

Voorbeeld vindt u meer Apache Storm-topologieën recentst voorbeeldtopologieën van Apache Storm op HDInsight.You can find more example Apache Storm topologies by visiting Example topologies for Apache Storm on HDInsight.