Question

我正在尝试编写执行以下操作的拓扑：

订阅Twitter订阅源的订阅源（基于关键字）
汇总螺栓，汇集集合中的许多推文（比如说N），然后发送打印机螺栓
一个简单的螺栓，可以立即将集合打印到控制台。

实际上我想对集合进行更多处理。

我在本地进行了测试，看起来它正在运行。但是，我不确定我是否正确设置了螺栓上的分组，以及在部署在实际风暴群上时这是否可以正常工作。如果有人可以帮助审查此拓扑并建议任何错误，更改或改进，我将不胜感激。

感谢。

这就是我的拓扑结构。

builder.setSpout("spout", new TwitterFilterSpout("pittsburgh"));
   builder.setBolt("sampleaggregate", new SampleAggregatorBolt())
                .shuffleGrouping("spout");
   builder.setBolt("printaggreator",new PrinterBolt()).shuffleGrouping("sampleaggregate");

聚合螺栓

public class SampleAggregatorBolt implements IRichBolt {

    protected OutputCollector collector;
    protected Tuple currentTuple;
    protected Logger log;
    /**
     * Holds the messages in the bolt till you are ready to send them out
     */
    protected List<Status> statusCache;

    @Override
    public void prepare(Map stormConf, TopologyContext context,
                        OutputCollector collector) {
        this.collector = collector;

        log = Logger.getLogger(getClass().getName());
        statusCache = new ArrayList<Status>();
    }

    @Override
    public void execute(Tuple tuple) {
        currentTuple = tuple;

        Status currentStatus = null;
        try {
            currentStatus = (Status) tuple.getValue(0);
        } catch (ClassCastException e) {
        }
        if (currentStatus != null) {

            //add it to the status cache
            statusCache.add(currentStatus);
            collector.ack(tuple);


            //check the size of the status cache and pass it to the next stage if you have enough messages to emit
            if (statusCache.size() > 10) {
                collector.emit(new Values(statusCache));
            }

        }
    }

    @Override
    public void cleanup() {


    }

    @Override
    public void declareOutputFields(OutputFieldsDeclarer declarer) {
        declarer.declare(new Fields("tweets"));

    }

    @Override
    public Map<String, Object> getComponentConfiguration() {
        return null;  //To change body of implemented methods use File | Settings | File Templates.
    }


    protected void setupNonSerializableAttributes() {

    }

}

打印机螺栓

public class PrinterBolt extends BaseBasicBolt {

    @Override
    public void execute(Tuple tuple, BasicOutputCollector collector) {
        System.out.println(tuple.size() + " "  + tuple);
    }

    @Override
    public void declareOutputFields(OutputFieldsDeclarer ofd) {
    }

}

Answer 1

从我看来它看起来不错。但是，细节中的魔鬼。我不确定你的聚合器螺栓是做什么的，但如果它对传递给它的值做出任何假设，那么你应该考虑适当的字段分组。当您使用默认并行度提示1时，这可能不会产生很大的差异，但是如果您决定使用多个聚合螺栓实例进行缩放，则您可能会调用隐式逻辑假设来进行非随机分组。

Answer 2

您一旦尝试订阅多个关键字，就会遇到问题。我建议你的鲸鱼喷水也会发出用于过滤的原始关键字。

然后我会做一个fieldsGrouping

而不是shuffleGrouping

builder.setBolt("sampleaggregate", new SampleAggregatorBolt())
            .shuffleGrouping("spout", new Fields("keyword"));

这样，您可以确保单个关键字的结果每次都在同一个螺栓上。这样您就可以正确计算聚合。如果省略fieldsGrouping Storm可以实例化任何数量的聚合螺栓，并将任何来自喷口的消息发送到聚合螺栓的任何实例，最终会导致错误的结果。

在简单的聚合风暴拓扑中分组

2 个答案: