Storm - 使用过程中的一点思考

引子

这几天为了优化原有的数据处理框架，比较系统的学习了storm的一些内容，整理一下心得

1. storm提供的是一种数据处理思想，它不提供具体的解决方案

　　storm的核心是topo的定义，而topo承载着所有的业务逻辑，我们基于storm的topo的组织方案，来编排私有的业务实现逻辑。

　　storm的业务抽象是最基本的信息流式处理范式。

2. storm支持多种语言

　　storm提供的处理框架支持多种语言，Java只是其中一种，我们可以使用不同的语言实现topo

3. storm会将依赖的class打入同一个类

　　这对初学者可能很奇怪，但这是storm为了分布式部署所做的妥协，如果jar包本身带有运行期所需要的所有东西，那storm本身就可以只作为一个运行框架而存在，而jar包在cluster之间的分发也会变得容易许多。

4. storm可以支持多个topo

　　上面一再说了，storm本身只是一种数据的处理框架，业务逻辑的核心是topo，我们可以向storm集群中提交多个topo来充分使用storm的集群式处理能力。也因为配置是对topo生效的，因此也可以定义topo的处理能力。

5. 与Hadoop相比较，storm更擅长即时处理

　　storm不会有hadoop复杂和冗长的预处理过程，分布式的storm和分布式的hadoop是一对好搭档，他们可以共同构成一套大数据处理框架。

6. storm的topo间通信基本是不可行的

　　topo在storm中独立运行，互不干扰的，在代码层面进行topo的直接通信是不可行的（至少我没有找到），只能通过storm ui和有限的api来进行监控。

　　如果实在有通信需求，可以考虑使用zookeeper或者数据库作为通信的中介，有topo与中介通信实现间接的交流。

一种基于Storm的可扩展即时数据处理架构思考 http://www.linuxidc.com/Linux/2015-07/120511.htm

Storm如何分配任务和负载均衡？  http://www.linuxidc.com/Linux/2015-07/120466.htm

Storm进程通信机制分析 http://www.linuxidc.com/Linux/2014-12/110158.htm

Apache Storm 的历史及经验教训  http://www.linuxidc.com/Linux/2014-10/108544.htm