Storm 入门（一）——什么是Storm

最近因为公司的项目原因接触了Kafka+Storm的实时计算的项目，对于storm有了一个初步使用，记录下来希望能和大家一起讨论。

Storm是一个现在非常流行的实时计算的框架，现在网上有许多对于这个框架的介绍，依据Storm入门一书指出:

Storm是一个分布式的，可靠的，容错的数据流处理系统。它会把工作任务委托给不同类型的组件，每个组件负责处理一项简单特定的任务。Storm集群的输入流由一个被称作spout的组件管理，spout把数据传递给bolt，bolt要么把数据保存到某种存储器，要么把数据传递给其它的bolt。你可以想象一下，一个Storm集群就是在一连串的bolt之间转换spout传过来的数据。

从这里的揭示了Storm的运行流程，从spout接受数据源数据到各个bolt分别处理各个小的功能模块，这种计算单元之间的松散关系可以让许多bolt自由组合非常灵活的运用。

Storm有两类节点，一个是master node，一个是worker nodes，master node里面运行的是nimbus的守护进程负责各个worker nodes的代码同步，分配任务以及监控故障重新唤起，而worker nodes运行着supervisor守护进程作为Storm 拓扑的一部分。而Storm的所有状态信息都维护在zookeeper中，各个节点无状态，失效快速失败，不影响集群功能，并且会被快速重新唤起。

在系统底层，Storm使用了zeromq。这是一种先进的，可嵌入的网络通讯库，它提供的绝妙功能使Storm成为可能。zeromq有这几个特性：一个并发架构的Socket库，对于集群产品和超级计算，比TCP要快，可通过inproc（进程内）, IPC（进程间）, TCP和multicast(多播协议)通信，异步I / O的可扩展的多核消息传递应用程序，利用扇出(fanout), 发布订阅（PUB-SUB）,管道（pipeline）, 请求应答（REQ-REP），等方式实现N-N连接