Storm集群部署

一. 说明

　　Storm是一个分布式实时计算系统，Storm对于实时计算的意义就相当于Hadoop对于批量计算的意义。对于实时性较高的系统Storm是不错的选择。Hadoop提供了map, reduce原语，使批处理程序变得非常地简单和优美。同样，storm也为实时计算提供了一些简单优美的原语。

　　涉及的术语说明：

　　Nimbus：Storm集群的主控节点，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。其进程名为nimbus。

　　Supervisor：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。其进程名为supervisor。

　　core：Storm的UI服务进程。

　　安装部署前的准备工作：

　　1. 配置各主机IP，将各主机IP配置为静态IP（保证各主机可以正常通信，为避免过多的网络传输，建议在同一网段）。

　　2. 修改各主机名，Storm集群中的所有主机都需要修改。

　　3. 配置各主机映射，修改hosts文件，加入各主机IP和主机名的映射。

　　4. 开放相应端口，后面文档中配置的端口都需要开放（或者关闭防火墙）。

　　5. Python2.7及以上版本。

　　6. 保证Zookeeper集群服务正常运行。如果在CentOS上安装过Hadoop或者Zookeeper的话，1-5项基本没问题。关于Zookeeper参考：/article/5224927.html。

　　7. 这里使用的JDK、Storm版本分别为1.8和0.9.5。

二. 安装配置Storm集群

　　1. 到Storm官网下载对应的安装包并上传到集群节点。

　　2. 解压安装包

tar -xvzf apache-storm-0.9.5.tar.gz

　　3. 修改storm.yaml配置文件

vim conf/storm.yaml

　　Storm集群使用的Zookeeper集群地址，根据实际情况进行修改。

storm.zookeeper.servers:
- "node1"
- "node2"
- "node3"

　　Zookeeper的端口不是默认端口时需要配置参数：

storm.zookeeper.port: "修改的端口"

　　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（根据实际情况创建）并给以足够的访问权限。

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

　　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。根据实际情况进行修改。

nimbus.host: "node3"

　　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。根据实际情况进行修改。

supervisor.slots.ports:
- 6700
- 6701
- 6702

　　DRPC提供了集群中处理功能的访问接口，storm集群drpc地址，根据实际情况进行修改。关于DRCP参考：http://www.dataguru.cn/article-5572-1.html

drpc.servers:
- "node3"

　　默认情况下，Storm启动worker进程时，JVM的最大内存是768M。由于在使用过程中，Bolt中加载大量数据，768M内存无法满足要求，会导致内存溢出。根据实际情况进行修改。

worker.childopts: "-Xmx1024m"

注意：上面的各项配置之间最好不要留有空行或者其他的空白字符。

三. 启动Storm集群

　　1. 在主控节点启动Nimbus服务

bin/storm nimbus >> /dev/null &

　　查看nimbus服务是否启动：

jps

　　2.在各个节点启动Supervisor服务

bin/storm supervisor >> /dev/null &

　　3.启动drpc服务

bin/storm drpc >> /dev/null &

　　4.在主控节点启动Storm UI服务

bin/storm ui >> /dev/null &

　　查看UI服务是否启动：

jps

　　访问Storm UI

http://nimbus:8080/

四. 向Storm集群提交服务

　　执行以下命令，启动Storm Topology：

bin/storm jar test.jar com.test.MyTopology arg1 arg2

　　其中，test.jar是包含Topology实现代码的jar包，com.test.MyTopology的main方法是Topology的入口，arg1和arg2为com.test.MyTopology执行时需要传入的参数。

　　停止Storm Topology：

bin/storm kill {toponame}

　　其中，{toponame}为Topology提交到Storm集群时指定的Topology任务名称。

简单的Storm集群就部署好了，可以开始愉快的Storm之旅了！