Storm源码分析

第1章　总体架构与代码结构　1
1．1　Storm的总体结构　1
1．2　Storm的元数据　3
1．2．1　元数据介绍　3
1．2．2　Storm怎么使用这些元数据　4
1．3　Storm的代码结构　7
1．3．1　Clojure代码　7
1．3．2　Java代码　8
1．3．3　Trident代码　9
1．3．4　其他代码　10
第2章　搭建Storm集群　11
2．1　搭建单机Storm集群　11
2．2　搭建多机Storm集群　14
2．2．1　设置环境　14
2．2．2　启动Storm集群　15
2．2．3　提交Topology　15
2．3　WordCountTopology介绍　15
2．3．1　RandomSentenceSpout　15
2．3．2　SplitSentence　16
2．3．3　WordCount　17
2．3．4　WordCountTopology构建　17
第3章　Storm编程基础　19
3．1　Fields定义　19
3．2　Tuple接口　20
3．3　常用声明接口　21
3．3．1　配置声明接口　22
3．3．2　输入声明接口　23
3．3．3　输出字段声明接口　24
3．3．4　组件声明接口　25
3．4　Spout输出收集器　25
3．4．1　ISpoutOutputCollector和SpoutOutputCollector　25
3．4．2　Executor中ISpoutOutputCollector的实现　27
3．5　Bolt输出收集器　28
3．5．1　IOutputCollector和OutputCollector　28
3．5．2　IBasicOutputCollector和BasicOutputCollector　31
3．5．3　BatchOutputCollector和BatchOutputCollectorImpl　32
3．5．4　Executor中的IOutputCollector实现　34
3．6　组件接口　35
3．7　Spout接口　35
3．7．1　ISpout　36
3．7．2　IRichSpout　38
3．8　Bolt接口　38
3．8．1　IBolt　38
3．8．2　IRichBolt　40
3．8．3　IBasicBolt　40
3．8．4　IBatchBolt　42
3．8．5　小结　45
3．9　Storm数据结构　46
3．9．1　GlobalStreamId　46
3．9．2　消息分组方式　46
3．9．3　StreamInfo　47
3．9．4　ShellComponent　47
3．9．5　ComponentObject　47
3．9．6　ComponentCommon　47
3．9．7　SpoutSpec　48
3．9．8　Bolt　48
3．9．9　StormTopology　49
3．9．10　TopologySummary　49
3．9．11　SupervisorSummary　49
3．9．12　ClusterSummary　50
3．9．13　BoltStats　50
3．9．14　SpoutStats　50
3．9．15　统计信息　50
3．9．16　DRPC　51
3．10　基本Topology构建器　52
3．10．1　TopologyBuilder　52
3．10．2　ConfigGetter　55
3．10．3　SpoutGetter和BoltGetter　55
3．10．4　一个简单例子　56
3．11　异常处理　57
第4章　基础函数和工具类　58
4．1　计时器　58
4．1．1　mk-timer　58
4．1．2　check-active!　60
4．1．3　schedule　60
4．1．4　schedule-recurring　60
4．1．5　cancel-timer　61
4．2　async-loop　61
4．3　event-manager　62
4．4　even-sampler　63
4．5　ZooKeeper工具类　64
4．5．1　mk-client　64
4．5．2　create-node　65
4．5．3　get-data　65
4．5．4　进程内启动ZooKeeper　66
4．6　LocalState　66
4．7　ClusterState　68
4．8　StormClusterState　69
第5章　通信机制　71
5．1　进程间通信　71
5．1．1　进程间通信协议　71
5．1．2　LocalCluster模式实现　72
5．1．3　分布式模式实现　73
5．1．4　协议使用　75
5．2　进程内通信　77
5．2．1　Disruptor Queue的使用　77
5．2．2　DisruptorQueue的Clojure处理器　80
第6章　Nimbus　81
6．1　Nimbus服务接口定义　81
6．2　Nimbus相关的数据结构　83
6．2．1　Java 数据结构　83
6．2．2　Clojure数据结构　84
6．3　Nimbus中的线程介绍　86
6．3．1　mk-assignments　87
6．3．2　do-cleanup　89
6．3．3　clean-inbox　90
6．4　Topology状态转移　90
6．4．1　transition-name!　90
6．4．2　transition!　91
6．4．3　state-transitions　92
6．5　启动Nimbus服务　96
6．5．1　launch-server！　96
6．5．2　service-handler　97
6．6　关闭Nimbus服务　99
6．7　主要服务方法　99
6．7．1　submitTopology　99
6．7．2　kill、rebalance、activate、deactivate 方法　101
6．7．3　文件上传与下载　102
6．7．4　获取UI所需的信息　104
6．7．3　获取Topology　106
6．7．6　获取Storm配置项　107
6．8　主要辅助方法　107
6．8．1　system-topology!　107
6．8．2　normalize-topology　112
6．8．3　compute-new-topology->executor->node+port　114
6．8．4　compute-executors　117
第7章　Scheduler　119
7．1　IScheduler接口　119
7．2　EvenScheduler　120
7．2．1　schedule-topolpgies-evenly　120
7．2．2　schedule-topology　121
7．2．3　get-alive-assigned-node+port->executors　122
7．2．4　sort-slots　123
7．3　DefaultScheduler　124
7．3．1　default-schedule　124
7．3．2　slots-can-reassign　126
7．3．3　bad-slots　126
7．4　IsolationScheduler　127
7．5　调度示例　131
7．5．1　EvenScheduler和DefaultScheduler　131
7．5．2　IsolationScheduler　134
第8章　Scheduler　137
8．1　与Supervisor相关的数据结构　137
8．1．1　standalone-supervisor　137
8．1．2　Supervisor的数据　138
8．1．3　本地存储数据　139
8．2　Supervisor中的线程　140
8．2．1　计时器线程　140
8．2．2　同步Nimbus任务的线程　140
8．2．3　管理Worker进程的线程　143
8．3　启动Supervisor　145
8．4　关闭Supervisor　147
8．5　重要方法介绍　147
8．5．1　launch-worker　147
8．5．2　read-allocated-workers　150
8．5．3　wait-for-worker-launch　151
8．5．4　shutdown-worker　152
8．5．5　download-storm-code　152
第9章　Worker　155
9．1　Worker中的数据　155
9．2　Worker中的计时器　157
9．2．1　Worker的心跳　157
9．2．2　Executor的心跳　158
9．2．3　Worker中对ZMQ连接的维护　159
9．2．4　从ZooKeeper获取Topology的活跃情况　161
9．2．5　小结　162
9．3　创建Worker　163
9．4　关闭Worker　164
9．5　重要辅助方法介绍　165
9．5．1　Worker中的接收函数　166
9．5．2　Worker中的发送函数　167
9．5．3　获取属于Worker的Executor　169
9．5．4　创建Executor的接收消息队列和查找表　169
9．5．5　下载Topology的配置项以及代码　170
9．6　小结　171
第10章　Executor　172
10．1　Executor的数据　172
10．2　Executor的输入和输出　174
10．2．1　Executor的输入及处理　174
10．2．2　Executor的输出及发送　175
10．3　Spout类型的Executor　176
10．3．1　准备消息循环的数据　176
10．3．2　Spout输入处理函数　178
10．3．3　Spout消息发送函数　180
10．3．4　Spout对象的初始化　181
10．3．5　消息循环　182
10．4　Bolt类型的Executor　184
10．4．1　准备消息循环的数据　184
10．4．2　Bolt输入处理函数　184
10．4．3　Bolt的消息发送函数　185
10．4．4　Bolt对象的初始化　185
10．4．5　消息循环　186
10．5　创建Executor　187
10．6　辅助函数介绍　188
10．6．1　组件的Grouper函数　188
10．6．2　带流量控制的错误报告方法　193
10．6．3　触发系统Ticks　194
10．7　小结　196
第11章　Task　198
11．1　Task的上下文对象　198
11．1．1　TopologyContext　198
11．1．2　GeneralTopologyContext　199
11．1．3　WorkerTopologyContext　200
11．1．4　TopologyContext　201
11．2　创建Task数据　202
11．3　mk-tasks-fn函数　204
11．4　send-unanchored　205
11．5　创建Task　206
11．6　Storm中传输的消息以及序列化　206
第12章　Storm的Ack框架　208
12．1　Acker Bolt的实现分析　209
12．2　启动消息跟踪　211
12．3　消息跟踪　212
12．4　Ack机制的例子　214
第13章　系统运行统计　216
13．1　基础数据结构以及更新算法　216
13．1．1　滑动窗口的数据结构　216
13．1．2　滑动窗口的回调函数　220
13．1．3　滑动窗口集合的类型　221
13．2　Storm中的统计信息　222
13．2．1　Stats中定义的统计类别　222
13．2．2　运行统计的更新　223
13．2．3　运行统计的更新时间点　223
13．2．4　获取统计数据　228
13．3　运行统计的Thrift结构　229
第14章　系统运行统计的另一种实现　231
14．1　内置统计信息的计算　231
14．1．1　MultiCountMetric　232
14．1．2　MultiReducedMetric　233
14．2　内置统计类型　234
14．2．1　Spout类型的内置统计　235
14．2．2　Bolt类型的内置统计　235
14．3　统计触发消息　235
14．3．1　注册统计信息　236
14．3．2　触发消息的产生与发送　237
14．3．3　处理统计触发消息　238
14．4　运行统计收集节点　239
14．5　SystemBolt　241
第15章　事务Topology的实现　243
15．1　事务Topology的实现概述　243
15．1．1　事务Topology的类型　244
15．1．2　事务Topology的类关系　245
15．2　ITransactionalSpout接口　246
15．3　协调Spout节点的执行器　248
15．3．1　ZooKeeper客户端工具　248
15．3．2　协调Spout的执行器　255
15．3．3　消息发送Bolt的执行器　261
15．4　CoordinatedBolt的实现分析　264
15．4．1　TrackingInfo　264
15．4．2　CoordinatedOutput-Collector　265
15．4．3　CoordinatedBolt中的消息类型　267
15．4．4　成员变量以及主要方法分析　267
15．5　分区的事务类型　271
15．5．1　分区的事务Spout接口　271
15．5．2　分区的事务Spout的执行器　273
15．6　分区的模糊事务Spout　277
15．6．1　分区的模糊事务Spout的接口　277
15．6．2　模糊的事务Spout执行器　278
15．7　事务Topology的构建器　281
15．7．1　构建器的构造函数及成员变量　281
15．7．2　设置Bolt对象　283
15．7．3　构建Topology　284
15．7．4　输入流声明器　286
第16章　事务Topology示例　288
16．1　例子代码　288
16．1．1　分区的事务Spout　288
16．1．2　局部计数Bolt的实现　291
16．1．3　全局计数Bolt的实现　292
16．2　构建Topology　293
16．3　事务处理示例　295
第17章　Trident的Spout节点　298
17．1　ITridentSpout接口　298
17．1．1　BatchCoordinator接口　299
17．1．2　TridentSpoutCoordinator　300
17．1．3　MasterBatchCoordinator　301
17．1．4　消息发送节点接口　306
17．1．5　消息发送接口的执行器　306
17．2　适配IRichSpout接口　307
17．3　适配IBatchSpout接口　311
17．4　Trident中分区的Spout类型　311
17．4．1　分区Spout接口　311
17．4．2　分区Spout的执行器　313
17．5　模糊事务类型的Spout节点　316
17．5．1　模糊事务类型的Spout接口　317
17．5．2　模糊事务类型Spout的执行器　317
17．6　构建Spout节点　320
17．6．1　TridentTopology的newStream调用　320
17．6．2　TridentTopology中newDRPCStream调用　321
第18章　Trident的存储　322
18．1　存储的基本接口　322
18．2　MapState接口的实现　323
18．2．1　非事务类型的存储　324
18．2．2　事务类型的存储　325
18．2．3　模糊事务类型存储　327
18．3　值的序列化方法　329
18．4　数据更新接口　330
18．4．1　CombinerValueUpdater　330
18．4．2　ReducerValueUpdater　331
18．5　存储更新接口　331
18．5．1　ReducerAggStateUpdater　332
18．5．2　MapReducerAggStateUpdater　332
18．5．3　BaseStateUpdater　334
18．6　创建存储对象　334
第19章　Trident消息　336
19．1　ValuePointer　336
19．2　Factory接口及其实现　337
19．2．1　ProjectionFactory　338
19．2．2　FreshOutputFactory　339
19．2．3　OperationOutputFactory　339
19．2．4　RootFactory　341
19．3　消息工厂的例子　342
19．4　TridentTupleView　342
19．5　ComboList　343
第20章　Trident操作与处理节点　346
20．1　操作的基本接口　346
20．2　Aggregator实现　347
20．2．1　GroupedAggregator　348
20．2．2　ChainedAggregatorImpl　350
20．2．3　SingleEmitAggregator　353
20．3　用户接口及其实现　355
20．3．1　ReducerAggregator接口及其实现　355
20．3．2　CombinerAggregator接口及其实现　356
20．4　所有处理节点的上下文　357
20．4．1　单个处理节点的上下文　358
20．4．2　操作执行的上下文　359
20．5　Trident的输出收集器　359
20．5．1　FreshCollector　359
20．5．2　CaptureCollector　360
20．5．3　GroupCollector　360
20．5．4　AppendCollector　361
20．5．5　AddIdCollector　361
20．6　Trident的处理节点　362
20．6．1　TridentProcessor接口　363
20．6．2　PartitionPersistProcessor　363
20．6．3　StateQueryProcessor　365
20．7　聚集器的执行　367
第21章　Trident流的基本操作　370
21．1　流的成员变量和基础方法　370
21．1．1　流的成员变量　370
21．1．2　流节点名字　370
21．1．3　流的映射检查　372
21．1．4　添加节点　372
21．2　流映射操作　373
21．3　流的分组操作　374
21．4　流的逐行操作　374
21．5　流的分区操作　374
21．6　流的单聚集器聚集操作　376
21．7　流的多聚集器聚集操作　377
21．7．1　ChainedAggregatorDeclarer　377
21．7．2　分区上的局部聚集操作　379
21．7．3　全局聚集操作　379
21．7．4　含有多个聚集器的partitionAggregate操作　381
21．8　流的聚集操作　382
21．9　流的分区写入操作　383
21．10　查询操作　384
21．11　流的全局写入操作　384
21．12　流的操作与有向图构建　384
21．13　分组流　385
21．13．1　成员变量　385
21．13．2　逐行操作　385
21．13．3　分组流的分区聚集操作　386
21．13．4　查询操作　386
21．13．5　聚集操作　386
21．13．6　写入操作　387
21．14　利用流操作来构建Topology的例子　388
第22章　Trident中流的交互操作　392
22．1　基本接口　392
22．2　JoinerMultiReducer　393
22．2．1　成员变量及构造函数　393
22．2．2　execute方法　395
22．2．3　complete方法　397
22．3　GroupedMultiReducerExecutor　397
22．4　MultiReducerProcessor　399
22．5　连接操作　401
22．6　流合并操作　403
第23章　Trident中的Bolt节点　404
23．1　SubTopologyBolt　404
23．1．1　输入准备　404
23．1．2　成员变量　405
23．1．3　主要方法　406
23．2　Trident中的Bolt执行器　409
23．2．1　ITridentBatchBolt接口　410
23．2．2　TrackedBatch　410
23．2．3　定制的输出收集器　412
23．2．4　消息类型　414
23．2．5　数据成员分析　414
23．2．6　主要成员方法分析　416
第24章　Trident的执行优化　420
24．1　节点类型　420
24．1．1　基本节点类型　420
24．1．2　Spout节点　422
24．1．3　处理节点　422
24．1．4　分区节点　423
24．2　执行优化算法　426
24．2．1　节点组　426
24．2．2　节点组的合并算法　427
24．2．3　处理节点组中的分区节点　431
24．2．4　节点组以不同的方式收听相同流　431
24．2．5　执行优化后的节点组　434
24．2．6　计算节点组的并行度　434
第25章　Trident与DRPC　437
25．1　DRPC服务器　438
25．1．1　DRPC服务器的成员变量　438
52．1．2　DRPC用户接口及其实现　439
25．1．3　DRPC Topology端接口及其实现　440
25．1．4　启动DRPC服务器　441
25．2　DRPC的客户端　442
25．3　DRPC中Spout节点　443
25．4　DRPC Spout的执行器　446
25．5　completeDRPC操作　449
25．6　返回DRPC结果　451
第26章　Trident的Topology构建器　453
26．1　基本工具函数　453
26．1．1　committerBatches　453
26．1．2　fleshOutStreamBatchIds　453
26．1．3　getOutputStreamBatchGroups　454
26．2　TridentTopologyBuilder　455
26．2．1　成员变量　455
26．2．2　设置Spout节点　456
26．2．3　设置Bolt节点　458
26．3　一个例子　460
第27章　多语言　462
27．1　ShellProcess　462
27．2　ShellBolt　464
27．2．1　成员变量　464
27．2．2　读写线程　465
27．3　ShellSpout　467
第28章　Storm中的配置项　469