BigData之Storm：Apache Storm的简介、深入理解、下载、案例应用之详细攻略

---

Apache Storm的简介

        Apache Storm是一个免费的、开源的分布式实时计算系统。Apache Storm使它能够轻松可靠地处理无绑定的数据流，就像Hadoop对批处理所做的那样进行实时处理。Apache Storm很简单，可以与任何编程语言一起使用，而且使用起来很有趣！
        Apache Storm有很多用例：实时分析、在线机器学习、连续计算、分布式RPC、ETL等等。Apache Storm速度很快：基准测试显示，每个节点每秒处理的元组超过100万。它是可扩展的，容错的，保证您的数据将被处理，并且易于设置和操作。
        Apache Storm集成了您已经使用的排队和数据库技术。Apache Storm拓扑消耗数据流，并以任意复杂的方式处理这些流，在计算的每个阶段之间根据需要对流进行重新分区。在教程中阅读更多内容。

        Storm是一个免费开源、分布式、高容错的实时计算系统。Storm令持续不断的流计算变得容易，弥补了Hadoop批处理所不能满足的实时要求。Storm经常用于在实时分析、在线机器学习、持续计算、分布式远程调用和ETL等领域。

官网：http://storm.apache.org/
文档：http://storm.apache.org/releases/current/index.html

Apache Storm的深入理解

1、Storm与hadoop

        全量数据处理使用的大多是鼎鼎大名的hadoop或者hive，作为一个批处理系统，hadoop以其吞吐量大、自动容错等优点，在海量数据处理上得到了广泛的使用。但是，hadoop不擅长实时计算，因为它天然就是为批处理而生的，这也是业界一致的共识。否则最近这两年也不会有s4、storm、puma这些实时计算系统如雨后春笋般冒出来啦。

2、Apache Storm的API

        Apache Storm有一个简单易用的API。在Apache Storm上编程时，可以操作和转换元组流，元组是一个指定的值列表。元组可以包含任何类型的对象;如果您想使用Apache Storm不知道的类型，那么很容易为该类型注册一个序列化器。

Apache Storm的下载

下载地址：http://storm.apache.org/downloads.html

Current 2.2.x Release

The current 2.2.x release is 2.2.0. Source and binary distributions can be found below. The list of changes for this release can be found here.

Documentation 
Javadocs

• apache-storm-2.2.0.tar.gz [PGP] [SHA512]
• apache-storm-2.2.0.zip [PGP] [SHA512]
• apache-storm-2.2.0-src.tar.gz [PGP] [SHA512]
• apache-storm-2.2.0-src.zip [PGP] [SHA512]

Apache Storm artifacts are hosted in Maven Central. You can add Apache Storm as a dependency with the following coordinates:

groupId: org.apache.storm
artifactId: storm-{component}
version: 2.2.0

Apache Storm的案例应用

1、Apache Storm集成

        Apache Storm集成了任何排队系统和任何数据库系统。Apache Storm的spout抽象使得集成新的排队系统变得很容易。示例队列集成包括：

1. Kestrel
2. RabbitMQ / AMQP
3. Kafka
4. JMS
5. Amazon Kinesis

        同样，将apachestorm与数据库系统集成也很容易。只需打开与数据库的连接，然后像平常一样读/写。apachestorm将在必要时处理并行化、分区和失败时重试。