关于storm的Spout、Bolt、及其可靠性

时间:2022-03-23 00:21:05

本文导读:

Component全家谱结构图
Spout分析
  ——类图
  ——分析(接口实现)、结论
  ——可靠的与不可靠的消息(推荐)
Bolt分析 
  ——类图
  ——分析(接口实现)、结论
  ——可靠的与不可靠的Bolt(推荐)

 
 

Component:

  Storm中,Spout和Bolt都是其Component,所以,Storm定义了一个名叫IComponent的总接口。

其全家谱结构图如下: 

关于storm的Spout、Bolt、及其可靠性
  绿色部分是我们最常用、比较简单的部分。红色部分是与事务相关的,在以后的文章会具体讲解。
 
  BaseComponent 是Storm提供的“偷懒”的类。为什么这么说呢,它及其子类,都或多或少实现了其接口定义的部分方法。这样我们在用的时候,可以直接继承该类,而不是自己每次都写所有的方法。但值得一提的是,BaseXXX这种定义的类,它所实现的方法,都是空的,直接返回null

 

Spout:

  假设我们实现一个extendsBaseRichSpout的RandomSpout类,随机发射数据,那么它的类图如下所示:
关于storm的Spout、Bolt、及其可靠性分析:

  Spout的最顶层抽象是ISpout接口。
关于storm的Spout、Bolt、及其可靠性
  • open方法是初始化动作。允许你在该spout初始化时做一些动作,传入了上下文,方便取上下文的一些数据。
  • close方法在该spout关闭前执行,但是并不能得到保证其一定被执行。spout是作为task运行在worker内,在cluster模式下,supervisor会直接kill -9 woker的进程,这样它就无法执行了。而在本地模式下,只要不是kill -9, 如果是发送停止命令,是可以保证close的执行的。
  • activatedeactivate :一个spout可以被暂时激活和关闭,这两个方法分别在对应的时刻被调用。
  • nextTuple 用来发射数据。
  • ack(Object)传入的Object其实是一个id,唯一表示一个tuple。该方法是这个id所对应的tuple被成功处理后执行。
  • fail(Object)同ack,只不过是tuple处理失败时执行。
  我们的RandomSpout 由于继承了BaseRichSpout,所以不用实现close、activate、deactivate、ack、fail和getComponentConfiguration方法,只关心最基本核心的部分。
结论:
  通常情况下(Shell和事务型的除外),实现一个Spout,可以直接实现接口IRichSpout,如果不想写多余的代码,可以直接继承BaseRichSpout
 
附注:Storm可靠的与不可靠的消息 (分析+实例)

 

Bolt:

  假设我们实现一个extendsBaseBasicBolt的ExclaimBasicSpout类,处理数据,那么它的类图如下所示:
关于storm的Spout、Bolt、及其可靠性

疑问:为什么IBasicBolt没有继承IBolt呢?我们先往下看......
分析:
  IBolt定义了三个方法:
关于storm的Spout、Bolt、及其可靠性
  • IBolt继承了java.io.Serializable,我们在nimbus上提交了topology以后,创建出来的bolt会序列化后发送到具体执行的worker上去。worker在执行该Bolt时,会先调用prepare方法传入当前执行的上下文
  • execute接受一个tuple进行处理,并用prepare方法传入的OutputCollector的ack方法(表示成功)或fail(表示失败)来反馈处理结果。
  • cleanup 同ISpout的close方法,在关闭前调用。同样不保证其一定执行。
备注:
  红色部分是Bolt实现需要注意的地方。Storm提供了IBasicBolt接口,其目的就是实现该接口的Bolt不用在代码中提供反馈结果了,Storm内部会自动反馈成功。如果确实需要反馈失败,可以抛出FailedException
结论:
  通常情况下,实现一个Bolt,可以实现IRichBolt接口或继承BaseRichBolt;如果不想自己处理结果反馈,可以实现IBasicBolt接口或继承BaseBasicBolt,它实际上相当于自动做掉了prepare方法和collector.emit.ack(inputTuple)。
 
附注:Storm可靠的与不可靠的Bolt (分析+实例)

 
 

补充——RichBolt vs BasicBolt

直接用BasicBolt,会在execute()后自动ack/fail Tuple,而RichBolt则需要自行调用ack/fail。

那什么时候使用RichBolt? Bolt不是在每次execute()时立刻产生新消息,需要异步的发送新消息(比如聚合一段时间的数据再发送)时,又或者想异步的ack/fail原消息时就需要。

BasicBolt的prepare()里并没有collector参数,只在每次execute()时传入collector。而RichBolt刚好相反,你可以在初始化时就把collector保存起来,用它在任意时候发送消息。

另外,如果用RichBolt的collector,还要考虑在发送消息时是否带上传入的Tuple,如果不带,则下游的处理节点出错也不会回溯到Spout重发。用BasicBolt则已默认带上。