Storm集群部署

1. Storm集群组件

Storm集群中包含两类节点：主控节点（Master Node）和工作节点（Work
Node）。其分别对应的角色如下：
·        
主控节点（Master Node）上运行一个被称为Nimbus的后台程序，它负责在Storm集群内分发代码，分配任务给工作机器，并且负责监控集群运行状态。Nimbus的作用类似于Hadoop中JobTracker的角色。
·        
每个工作节点（Work Node）上运行一个被称为Supervisor的后台程序。Supervisor负责监听从Nimbus分配给它执行的任务，据此启动或停止执行任务的工作进程。每一个工作进程执行一个Topology的子集；一个运行中的Topology由分布在不同工作节点上的多个工作进程组成。
Nimbus和Supervisor节点之间所有的协调工作是通过Zookeeper集群来实现的。此外，Nimbus和Supervisor进程都是快速失败（fail-fast)和无状态（stateless）的；Storm集群所有的状态要么在Zookeeper集群中，要么存储在本地磁盘上。这意味着你可以用kill
-9来杀死Nimbus和Supervisor进程，它们在重启后可以继续工作。这个设计使得Storm集群拥有不可思议的稳定性。

2. 安装Storm集群

这一章节将详细描述如何搭建一个Storm集群。下面是接下来需要依次完成的安装步骤：
·        
搭建Zookeeper集群；
·        
安装Storm依赖库；
·        
下载并解压Storm发布版本；
·        
修改storm.yaml配置文件；
·        
启动Storm各个后台进程。

2.1 搭建Zookeeper集群 (略)

             见前面章节文章（zookeeper集群部署）

2.2 安装Storm依赖库

接下来，需要在Nimbus和Supervisor机器上安装Storm的依赖库，具体如下：

Java 6
Python 2.6.6

以上依赖库的版本是经过Storm测试的，Storm并不能保证在其他版本的Java或Python库下可运行。

2.2.3   安装Java 6 (目前我安装的是jdk1.7)

 配置JAVA_HOME环境变量；

2.2.4   安装Python2.6.6

注：默认centos6.4中已经存在python2.6.6,可以使用python
–v查看，我的机器默认已存在所以在此我就不安装了；
1.
下载Python2.6.6：
wget http://www.python.org/ftp/python/2.6.6/Python-2.6.6.tar.bz2 2.
编译安装Python2.6.6：

tar –jxvf Python-2.6.6.tar.bz2

cd Python-2.6.6

./configure

make

makeinstall

3. 测试Python2.6.6：

$ python -V

Python 2.6.6

2.3 下载并解压Storm发布版本(我使用的是apache-storm-0.9.3)
下一步，需要在Nimbus和Supervisor机器上安装Storm发行版本。
1.
下载Storm发行版本
2.
解压到安装目录下：

tar –zvxf apache-storm-0.9.3.tar.gz –C /usr/local/program/storm

3.配置环境变量

vi /etc/profile

export STORM_HOME=/usr/local/program/storm/ apache-storm-0.9.3

export PATH=$STORM_HOME/bin:$PATH

2.4 修改storm.yaml配置文件
Storm发行版本解压目录下有一个conf/storm.yaml文件，用于配置Storm。默认配置在这里可以查看。conf/storm.yaml中的配置选项将覆盖defaults.yaml中的默认配置。以下配置选项是必须在conf/storm.yaml中进行配置的：
1) storm.zookeeper.servers: Storm集群使用的Zookeeper集群地址，其格式如下：

storm.zookeeper.servers:

- "111.222.333.444"

- "555.666.777.888"

我的配置为：

storm.zookeeper.servers:

- "m1"

- "s1"

- "s2"

如果Zookeeper集群使用的不是默认端口，那么还需要storm.zookeeper.port选项。
2) storm.local.dir: Nimbus和Supervisor进程用于存储少量状态，如jars、confs等的本地磁盘目录，需要提前创建该目录并给以足够的访问权限。然后在storm.yaml中配置该目录，如：

storm.local.dir: "/usr/local/program/storm/data"

注：需要首先创建data目录

3) nimbus.host: Storm集群Nimbus机器地址，各个Supervisor工作节点需要知道哪个机器是Nimbus，以便下载Topologies的jars、confs等文件，如：

nimbus.host: "111.222.333.444"

我的配置如下：

nimbus.host: "m1"

 
4) supervisor.slots.ports:
对于每个Supervisor工作节点，需要配置该工作节点可以运行的worker数量。每个worker占用一个单独的端口用于接收消息，该配置选项即用于定义哪些端口是可被worker使用的。默认情况下，每个节点上可运行4个workers，分别在6700、6701、6702和6703端口，如：

supervisor.slots.ports:

- 6700

- 6701

- 6702

- 6703

2.5 启动Storm各个后台进程
最后一步，启动Storm的所有后台进程。和Zookeeper一样，Storm也是快速失败（fail-fast)的系统，这样Storm才能在任意时刻被停止，并且当进程重启后被正确地恢复执行。这也是为什么Storm不在进程内保存状态的原因，即使Nimbus或Supervisors被重启，运行中的Topologies不会受到影响。
以下是启动Storm各个后台进程的方式：
Nimbus: 在Storm主控节点上运行 "storm nimbus &" 启动Nimbus后台程序，并放到后台执行；
Supervisor: 在Storm各个工作节点上运行"
storm supervisor &"启动Supervisor后台程序，并放到后台执行；
UI: 在Storm主控节点上运行 "storm ui &" 启动UI后台程序，并放到后台执行，启动后可以通过http://{nimbus host}:8080观察集群的worker资源使用情况、Topologies的运行状态等信息。
注意事项：
Storm后台进程被启动后，将在Storm安装部署目录下的logs/子目录下生成各个进程的日志文件。
经测试，Storm UI必须和Storm Nimbus部署在同一台机器上，否则UI无法正常工作，因为UI进程会检查本机是否存在Nimbus链接。
为了方便使用，可以将bin/storm加入到系统环境变量中。
至此，Storm集群已经部署、配置完毕，可以向集群提交拓扑运行了。

这时再打开浏览器http://m1:8081/index.html，可以看到我们刚才提产的代码已经在集群中显示了。

 

2.6 FAQ

　　1）过程中发现storm ui显示supervisor个数与实际不符的解决　　

　　解决方法：在删除了local dir，重启后恢复了。

参考：
1. https://github.com/nathanmarz/storm/wiki/Tutorial
2. https://github.com/nathanmarz/storm/wiki/Setting-up-a-Storm-cluster
3.http://www.cnblogs.com/panfeng412/archive/2012/11/30/how-to-install-and-deploy-storm-cluster.html