Storm集群部署

搭建一个Storm集群需要依次完成的安装步骤：

搭建Zookeeper集群；
安装Storm依赖库 (Java 1.7x版本、Python 2.6.x版本)；
下载并解压Storm发布版本 (0.10.0版本)；
修改storm.yaml配置文件；
启动Storm各个后台进程。

storm.yaml 配置

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：

storm.zookeeper.servers: Storm集群使用的Zookeeper集群地址，其格式如下： storm.zookeeper.servers: - "192.168.180.78" - "192.168.180.79" - "192.168.180.80" 如果Zookeeper集群使用的不是默认端口，那么还需要storm.zookeeper.port选项。

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: "/home/admin/storm/workdir"

java.library.path: Storm使用的本地库加载路径，默认为"/usr/local/lib:/opt/local/lib:/usr/lib"，一般不需要配置。

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: "192.168.180.82"

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。如果需要在每个节点上运行4个workers，可以分别使用6700、6701、6702和6703端口，如： supervisor.slots.ports:
- 6700 - 6701 - 6702 - 6703

JVM options: 用于配置Storm使用JVM参数
[注] yaml 文件的配置使用

“-”

来表示数据的层次结构，配置项的

:

后必须有空格，否则该配置项无法识别

集群配置示例如下：

########### These MUST be filled in for a storm configuration # storm.zookeeper.servers: # - "server1" # - "server2" storm.zookeeper.servers: - "192.168.180.78" - "192.168.180.79" - "192.168.180.80" storm.zookeeper.port: 2181 # storm's work directory storm.local.dir: "/home/storm/workdir" # nimbus.host: "nimbus" nimbus.host: "192.168.180.82" # supervisor's work ports supervisor.slots.ports: -6700 -6701 -6702 -6703 # #### Netty transport configuration # transmission protocol storm.messaging.transport: "backtype.storm.messaging.netty.Context" # server's work threads number storm.messaging.netty.server_worker_threads: 1 # client's work threads number storm.messaging.netty.client_worker_threads: 1 # buffer size storm.messaging.netty.buffer_size: 5242880 # max retry times storm.messaging.netty.max_retries: 100 # max waiting time(ms) storm.messaging.netty.max_wait_ms: 1000 # min waiting time(ms) storm.messaging.netty.min_wait_ms: 100 ## JVM parameters can be configured here nimbus.childopts: "-Xloggc:/home/enjoyor/storm/apache-storm-0.9.3/logs/nimbusGC.log -verbose:gc -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+PrintGCTimeStamps" supervisor.childopts: "-Xloggc:/home/enjoyor/storm/apache-storm-0.9.3/logs/nimbusGC.log -verbose:gc -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+PrintGCTimeStamps" worker.childopts: "-Xloggc:/home/enjoyor/storm/apache-storm-0.9.3/logs/nimbusGC.log -verbose:gc -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+PrintGCTimeStamps"

Storm 运行

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

nohup 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

nohup 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

nohup 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。