大数据实时计算框架:storm
1.什么是实时计算?流式计算
举例:自来水厂处理水的过程(图)
特点:源源不断
任务类型:采集数据-->Spout任务
处理数据-->bolt任务
2.跟离线计算的区别
(1)离线计算:MapReduce、spark core
采集数据:SQOOP,flume
强调是批处理
(2)实时计算:storm
采集数据:flume
强调是源源不断
3.常见的实时计算框架
(1)Apache storm
(2)Spark Streaming
(3)JStorm
(4)Flink
主从
nimbus+supervisor
解压
设置环境变量
STORM_HOME=/root/training/apache-storm-1.3.0
export STORM_HOME
PATH=$STORM_HOME/bin:$PATH
export PATH
核心配置文件:conf/storm.yaml
storm.zookeeper.servers:
- "bigdata111"
nimbus.seeds:["bigdata111"]
配置Supervisor上的slot的个数(端口号)
supervisor.slots.ports:
- 6700
- 6701
- 6702
- 6703
在nimbus配置一个目录,保存任务和元信息 在nimbus在创建一个tmp目录
storm.local.dir: "/root/training/apache-storm-1.0.3/tmp"
启动:
- 主节点:storm nimbus &
- 从节点:storm supervisor &
UI:storm ui & //地址:192.168.11.111:8080
启动zookeeper
解压
设置环境变量
STORM_HOME=/root/training/apache-storm-1.3.0
export STORM_HOME
PATH=$STORM_HOME/bin:$PATH
export PATH
核心配置文件:conf/storm.yaml
storm.zookeeper.servers:
- "hadoop112"
- "hadoop113"
- "hadoop114"
nimbus.seeds:["hadoop112"]
配置Supervisor上的slot的个数(端口号)
supervisor.slots.ports:
- 6700
- 6701
- 6702
- 6703
在nimbus配置一个目录,保存任务和元信息 在nimbus在创建一个tmp目录
storm.local.dir: "/root/training/apache-storm-1.0.3/tmp"
复制storm到hadoop113/hadoop114节点
启动:
- 主节点:storm nimbus &
- 从节点:storm supervisor &
UI:storm ui & //地址:192.168.11.112:8080
步骤和全分布式一致
nimbus.seeds:["hadoop112","hadoop113"]
启动:
- 主节点:storm nimbus &
- 备用主节点:storm nimbus &
- 从节点:storm supervisor &
UI:storm ui & //地址:192.168.11.112:808(主节点上)
启用Debug
核心配置文件:conf/storm.yaml
"topology.eventlogger.executors": 1
启动节点后启动日志查看器 storm logviewer &
案例: wordcount程序
提交任务命令格式:storm jar 【jar路径】 【拓扑包名.拓扑类名】 【拓扑名称】
在storm/example/storm-starter目录下
storm jar storm-starter-topologies-1.0.3.jar org.apache.storm.starter.WordCountTopology MyWordCount //别名
//将jar包上传到nimbus的tmp目录下
第一级:WordCountSpout 采集数据组件
第二级:WordCountSplitBolt 单词拆分组件
注意:组件之间传递都是Tuple Tuple=schema+数据
数据分组的策略(数据到底交给哪个下级组件处理)
(1)随机分组
(2)按字段分组 同MapReduce
(3)广播分组 (所有下级组件都能收到这条数据)
第三级:WordCountTotalBolt 单词计数组件
注意:第二级和三级之间用按字段分组策略
public class WordCountSpout extends BaseRichSpout {
private static final long serialVersionUID = 1L;
//定义要产生的数据
private String[] datas = {
"I love Beijing","I love China","Beijing is the capital of China"};
//定义一个变量保存输出流
private SpoutOutputCollector collector;
@Override
public void nextTuple() {
//每隔2秒采集一次
Utils.sleep(2000);
// 又storm框架调用,用于如何接收数据
//产生3以内的随机数
int random = (new Random()).nextInt(3);
String data = datas[random];
//发送给下一级组件
System.out.println("采集的数数是:"+data);
this.collector.emit(new Values(data));
}
@Override
public void open(Map arg0, TopologyContext arg1, SpoutOutputCollector collector) {
// 相当于初始化方法
// SpoutOutputCollector collector : 输出流
this.collector = collector;
}
@Override
public void declareOutputFields(OutputFieldsDeclarer declare) {
// 声明tuple格式
declare.declare(new Fields("sentence"));
}
}
public class WordCountSplitBolt extends BaseRichBolt {
private static final long serialVersionUID = 1L;
private OutputCollector collector;
@Override
public void execute(Tuple tuple) {
// 如何处理上一级组件发来的数据
String data = tuple.getStringByField("sentence");
//分词
String[] words = data.split(" ");
//输出
for(String w : words) {
collector.emit(new Values(w,1));
}
}
@Override
public void prepare(Map arg0, TopologyContext arg1, OutputCollector collector) {
// bolt进行初始化
this.collector = collector;
}
@Override
public void declareOutputFields(OutputFieldsDeclarer d) {
// 申明下级tuple的格式
d.declare(new Fields("word","count"));
}
}
public class WordCountTotalBolt extends BaseRichBolt {
private static final long serialVersionUID = 1L;
private OutputCollector collector;
private Map<String, Integer> resut = new HashMap<>();
@Override
public void execute(Tuple tuple) {
// 对每个单词进行计数
//取数据
String word = tuple.getStringByField("word");
int count = tuple.getIntegerByField("count");
if(resut.containsKey(word)) {
int total = resut.get(word);
resut.put(word, total+count);
}
else {
resut.put(word, count);
}
System.out.println("统计结果是:"+resut);
//结果发动到下一级组件
this.collector.emit(new Values(word,resut.get(word)));
}
@Override
public void prepare(Map arg0, TopologyContext arg1, OutputCollector collector) {
// TODO Auto-generated method stub
this.collector = collector;
}
@Override
public void declareOutputFields(OutputFieldsDeclarer declare) {
// TODO Auto-generated method stub
declare.declare(new Fields("word","total"));
}
}
public class WordCountTopology {
public static void main(String[] args) throws Exception{
TopologyBuilder builder = new TopologyBuilder();
//设置spout组件
builder.setSpout("wordcount_spout", new WordCountSpout());
//设置单词拆分bolt组件
builder.setBolt("wordcount_split", new WordCountSplitBolt()).
shuffleGrouping("wordcount_spout");
//设置任务的单词计数的bolt组件,是按字段分组
builder.setBolt("wordcount_total",new WordCountTotalBolt()).
fieldsGrouping("wordcount_split", new Fields("word"));
//创建一个任务
StormTopology topology = builder.createTopology();
//创建Configure对象
Config conf = new Config();
//提交Storm的任务两种方式
//1 本地模式
// LocalCluster cluster = new LocalCluster();
// cluster.submitTopology("Mywordcount", conf, topology);
//2.集群模式
StormSubmitter.submitTopology("Mywordcount", conf, topology);
}
}
storm jar storm_wordcount.jar com.hadoop.storm.WordCountTopology
(八)storm原理分析
(1).Storm在ZK中保存的数据
(2).storm任务提交的过程
(3).Storm内部通信机制:Worker之间通信的基本原理
(九)Storm集成
(1)集成HBASE
/**
* 建表 : create 'result','info'
* @author cheng
*/
public class WordCountHBaseBolt extends BaseRichBolt {
private static final long serialVersionUID = 1L;
private Table client = null;
@Override
public void execute(Tuple tuple) {
// 把上一个组件发来的数据存入HBase
String word = tuple.getStringByField("word");
int total = tuple.getIntegerByField("total");
//构造Put
Put put = new Put(Bytes.toBytes(word));
put.addColumn(Bytes.toBytes("info"), Bytes.toBytes("word"), Bytes.toBytes(word));
put.addColumn(Bytes.toBytes("info"), Bytes.toBytes("total"), Bytes.toBytes(String.valueOf(total)));
//插入HBase
try {
client.put(put);
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
@Override
public void prepare(Map arg0, TopologyContext arg1, OutputCollector arg2) {
try {
// TODO Auto-generated method stub
Configuration conf = new Configuration();
conf.set("hbase.zookeeper.quorum", "192.168.11.111");
//获取连接对象
Connection conn = ConnectionFactory.createConnection(conf);
client = conn.getTable(TableName.valueOf("result"));
}
catch (Exception e) {
e.printStackTrace();
}
}
@Override
public void declareOutputFields(OutputFieldsDeclarer arg0) {
// TODO Auto-generated method stub
}
}
在Topology中添加HBaseBolt
builder.setBolt("wordcount_hbase", new WordCountHBaseBolt()).
shuffleGrouping("wordcount_total");
文章浏览阅读645次。这个肯定是末尾的IDAT了,因为IDAT必须要满了才会开始一下个IDAT,这个明显就是末尾的IDAT了。,对应下面的create_head()代码。,对应下面的create_tail()代码。不要考虑爆破,我已经试了一下,太多情况了。题目来源:UNCTF。_攻防世界困难模式攻略图文
文章浏览阅读2.9k次,点赞3次,收藏10次。偶尔会用到,记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录,执行导库操作 导出语句:./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log 注释: cwy_init/init_123..._达梦数据库导入导出
文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件,可以删掉不需要要到的jsp,asp,asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件,在页面引入js文件:<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js
文章浏览阅读2.3k次,点赞6次,收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA,我们的数据线就会变为10101010,通过修改不同的内容,即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平,后半周期为低电平的状态。在SPI的通信模式中,CPHA配置会影响该实验,下图展示了不同采样位置的SPI时序图[1]。CPOL = 0,CPHA = 1:CLK空闲状态 = 低电平,数据在下降沿采样,并在上升沿移出CPOL = 0,CPHA = 0:CLK空闲状态 = 低电平,数据在上升沿采样,并在下降沿移出。_stm32g431cbu6
文章浏览阅读1.2k次,点赞2次,收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决?5.如果在数据链路层不进行帧定界,会发生什么问题?6.PPP协议的主要特点是什么?为什么PPP不使用帧的编号?PPP适用于什么情况?为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输
文章浏览阅读587次。软件测试工程师移民加拿大 无证移民,未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...
文章浏览阅读304次。Thinkpad X250笔记本电脑,装的是FreeBSD,进入BIOS修改虚拟化配置(其后可能是误设置了安全开机),保存退出后系统无法启动,显示:secure boot failed ,把自己惊出一身冷汗,因为这台笔记本刚好还没开始做备份.....根据错误提示,到bios里面去找相关配置,在Security里面找到了Secure Boot选项,发现果然被设置为Enabled,将其修改为Disabled ,再开机,终于正常启动了。_安装完系统提示secureboot failure
文章浏览阅读10w+次,点赞93次,收藏352次。1、用strtok函数进行字符串分割原型: char *strtok(char *str, const char *delim);功能:分解字符串为一组字符串。参数说明:str为要分解的字符串,delim为分隔符字符串。返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它:strtok函数线程不安全,可以使用strtok_r替代。示例://借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割
文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯:无论如何都要记日记。他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替,比如:4210后来人们知道,那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许也是个好习惯,它时时刻刻提醒着主人:日子又过去一天,还有多少时光可以用于浪费呢?高斯出生于:1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答
文章浏览阅读851次,点赞17次,收藏22次。摘要:本文利用供需算法对核极限学习机(KELM)进行优化,并用于分类。
文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功,进入系统4、测试如下:二、MySQL弱密码登录:1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功,进入MySQL系统3、测试效果:三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入
文章浏览阅读257次。本文将为初学者提供Python学习的详细指南,从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文,您将能够掌握Python编程的核心概念,为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf