storm 总结

Topology 负责整个计算图

每个节点是一个component，每个节点可以有1到多个 stream，每个stream内部是tuple(可以有多个字段，需要declare字段名字)

节点之间的关系可以通过componentid或者streamid来关联

有些数据的shuffle需要制定使用tuple中的某几个field，作为partition key

一个节点在提交任务的时候，可以设置并发度，比如使用多少个task来并行执行

整体提交的是topology，

一般一个实时流的模式，需要在某些节点内存(或者一个外部数据库，比如redis)保存一个临时变量 做一些统计使用，

每过一段时间，需要把这个临时变量清空，并输出分段的统计结果，比如按天统计某个指标

不能一直在内存中存着，否则会爆的

但是需要确保的是，输入数据是按顺序来的，而不是无序的，否则，对于storm计算来说，必须得等到整个停止，才能计算出最终结果了

所以，storm的输入数据 需要 保证是有序的，或者大的粒度上是有序的，比如，两天的数据是有序的，但是同一天内的数据不需要有序，这样，可以做按天统计；

参考数据：《storm源码分析》