Storm 单机和集群环境部署教程

下面是关于 Storm 的单机和集群环境部署教程，以及部署过程中的注意事项和 Java、Python 的使用案例。

---

一、Storm 单机环境部署

1. 环境准备

• 操作系统：Linux（推荐 Ubuntu 20.04 或 CentOS 7）
• Java：Storm 需要 Java 环境，推荐使用 OpenJDK 8 或 11。
• ZooKeeper：Storm 依赖 ZooKeeper，需要安装和配置 ZooKeeper。

2. 安装 Java

在 Ubuntu 中：

sudo apt update
sudo apt install openjdk-11-jdk

在 CentOS 中：

sudo yum install java-11-openjdk

验证 Java 安装：

java -version

3. 安装 ZooKeeper

参考之前的 ZooKeeper 部署教程，安装并启动 ZooKeeper。

4. 下载并解压 Storm

访问 Storm 官方网站 下载最新版本的 Storm。

wget https://downloads.apache.org/storm/apache-storm-2.4.0/apache-storm-2.4.0.tar.gz
tar -xzvf apache-storm-2.4.0.tar.gz
mv apache-storm-2.4.0 /usr/local/storm

5. 配置 Storm

1. 编辑配置文件 storm.yaml：

   在 /usr/local/storm/conf/storm.yaml 中添加以下内容：

   storm.zookeeper.servers:- "localhost"nimbus.seeds: ["localhost"]storm.local.dir: "/usr/local/storm/data"supervisor.slots.ports:- 6700- 6701- 6702- 6703
   

2. 配置环境变量：

   编辑 ~/.bashrc 文件，添加以下内容：

   export STORM_HOME=/usr/local/storm
   export PATH=$PATH:$STORM_HOME/bin
   

   然后加载配置：

   source ~/.bashrc
   

6. 启动 Storm

1. 启动 Nimbus（主节点）：

   storm nimbus &
   

2. 启动 Supervisor（工作节点）：

   storm supervisor &
   

3. 启动 UI 服务：

   storm ui &
   

4. 启动 Logviewer 服务（可选）：

   storm logviewer &
   

7. 验证 Storm 是否正常运行

访问 Storm UI 界面 http://localhost:8080，可以查看集群的运行状态。

8. Storm 单机部署的注意事项

• Java 版本：确保 Java 环境配置正确。
• ZooKeeper：确保 ZooKeeper 服务正常运行，且 Storm 能够连接到 ZooKeeper。
• 内存与资源配置：根据机器配置调整 Storm 的内存和资源使用。
• 日志管理：配置 Logviewer 并监控日志文件。

---

二、Storm 集群环境部署

1. 环境准备

• 多台服务器：至少 3 台（推荐 5 台以上，1 台作为 Nimbus，其他作为 Supervisor）
• 操作系统：Linux（推荐 Ubuntu 20.04 或 CentOS 7）
• Java：在所有节点上安装 Java
• ZooKeeper：在集群中安装并配置 ZooKeeper

2. 配置 Storm 集群

2.1 安装 Storm

在每台服务器上安装 Storm（参考单机环境部署的步骤）。

2.2 配置 Nimbus 节点

在 Nimbus 节点上编辑 storm.yaml 文件：

storm.zookeeper.servers:- "zookeeper1"- "zookeeper2"- "zookeeper3"nimbus.seeds: ["nimbus-node"]storm.local.dir: "/usr/local/storm/data"
storm.cluster.mode: "distributed"supervisor.slots.ports:- 6700- 6701- 6702- 6703

2.3 配置 Supervisor 节点

在每个 Supervisor 节点上编辑 storm.yaml 文件：

storm.zookeeper.servers:- "zookeeper1"- "zookeeper2"- "zookeeper3"nimbus.seeds: ["nimbus-node"]storm.local.dir: "/usr/local/storm/data"
storm.cluster.mode: "distributed"supervisor.slots.ports:- 6700- 6701- 6702- 6703

2.4 启动 Storm 集群

在 Nimbus 节点上启动 Nimbus 和 UI 服务：

storm nimbus &
storm ui &

在每个 Supervisor 节点上启动 Supervisor 服务：

storm supervisor &

3. 验证 Storm 集群状态

访问 Nimbus 节点的 Storm UI 界面 http://nimbus-node:8080，可以查看集群中所有 Supervisor 节点的状态。

4. Storm 集群部署的注意事项

• ZooKeeper 配置：确保所有 Storm 节点可以正常连接 ZooKeeper。
• 网络和端口：确保 Nimbus 和 Supervisor 节点之间的网络连接正常，端口未被防火墙阻挡。
• 内存与资源配置：根据节点硬件配置合理分配内存和 CPU 资源，避免资源不足或浪费。
• 监控与日志管理：使用监控工具监控 Storm 集群状态，并配置日志收集和分析工具。

---

三、Storm 使用案例

1. Java 示例：编写简单的 Storm Topology

1.1 添加 Maven 依赖

在 pom.xml 中添加 Storm 依赖：

<dependencies><dependency><groupId>org.apache.storm</groupId><artifactId>storm-core</artifactId><version>2.4.0</version></dependency><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-api</artifactId><version>1.7.30</version></dependency>
</dependencies>

1.2 实现一个简单的 Topology

import org.apache.storm.Config;
import org.apache.storm.LocalCluster;
import org.apache.storm.topology.TopologyBuilder;
import org.apache.storm.tuple.Fields;
import org.apache.storm.utils.Utils;public class WordCountTopology {public static void main(String[] args) {// 创建TopologyBuilderTopologyBuilder builder = new TopologyBuilder();// 设置Spout和Boltbuilder.setSpout("spout", new RandomSentenceSpout());builder.setBolt("split", new SplitSentenceBolt()).shuffleGrouping("spout");builder.setBolt("count", new WordCountBolt()).fieldsGrouping("split", new Fields("word"));// 配置Config config = new Config();config.setDebug(true);// 本地模式运行LocalCluster cluster = new LocalCluster();cluster.submitTopology("word-count", config, builder.createTopology());// 运行一段时间后关闭Utils.sleep(10000);cluster.shutdown();}
}

2. Python 示例：使用 streamparse 编写简单的 Storm Topology

2.1 安装 streamparse

pip install streamparse

2.2 创建 Storm Topology

1. 创建项目：

   sparse quickstart word_count
   cd word_count
   sparse run
   

2. 编辑 word_count/word_count/spouts/words.py：

   from streamparse import Spoutclass WordSpout(Spout):def next_tuple(self):words = ["stream", "parse", "storm", "python", "topology"]self.emit([random.choice(words)])
   

3. 编辑 word_count/word_count/bolts/wordcount.py：

   from collections import Counter
   from streamparse import Boltclass WordCountBolt(Bolt):def initialize(self, conf, ctx):self.counts = Counter()def process(self, tup):word = tup.values[0]self.counts[word] += 1self.emit([word, self.counts[word]])self.log('%s: %d' % (word, self.counts[word]))
   

4. 编辑 word_count/word_count/topologies/wordcount.py：

   from streamparse import Grouping, Topology
   from spouts.words import WordSpout
   from bolts.wordcount import WordCountBoltclass WordCountTopology(Topology):word_spout = WordSpout.spec()count_bolt = WordCountBolt.spec(inputs=[word_spout], groupings={WordCountBolt: Grouping.fields('word')})
   

5. 运行 Topology：

   sparse submit

---

总结

通过以上步骤，我们完成了 Storm 的单机和集群环境部署，并实现了 Java 和 Python 的简单 Topology 示例。Storm 作为一款分布式实时计算系统，能够处理大量的实时数据流，广泛应用于实时数据分析、监控和处理场景。

部署过程中的注意事项

• ZooKeeper 配置：确保 Storm 集群能够正常连接 ZooKeeper。
• 资源管理：根据实际应用场景合理配置内存和 CPU 资源，避免资源浪费或不足。
• 网络配置：确保所有节点之间的网络连接正常，端口开放。
• 监控和日志管理：配置监控工具和日志分析工具，及时发现和处理问题，保障 Storm 集群的稳定运行。