Storm基本概述與現狀
- storm的簡介
- 場景伴隨著信息科技日新月異的發展，信息呈現出爆發式的膨脹，人們獲取信息的途徑也更加多樣、更加便捷，同時對于信息的時效性要求也越來越高。舉個搜索場景中的例子，當一個賣家發布了一條寶貝信息時，他希望的當然
- Storm 的入門介紹和原理（官方文檔）
- In this tutorial, you’ll learn how to create Storm topologies and deploy them to a Storm cluster. Java will be the main language used, but a few examples will use Python to illustrate Storm’s multi-
- storm入門介紹
- 問題導讀1、什么是Storm？2、Storm常用于處理什么，哪些環境下用？3、Storm集群由哪些構成？Storm簡介Storm是一個分布式、可靠、容錯的流式數據處理系統。處理工作被分派給不同類型的組件(components)，每個組件分別
Storm的功能、特點及基本組件架構
- storm入門介紹二
- 問題導讀1、什么是分組和消息流？2、Storm以什么方式向每個bolt實例發送消息？3、怎么創建、使用Storm項目？本章我們將會創建一個Storm工程和我們的第一個Storm topology。提示：下述假設你已經安裝JRE1.6或者更高級
- storm的指南
- Storm這是一個分布式的、容錯的實時計算系統，它被托管在GitHub上，遵循Eclipse Public License 1.0。Storm是由BackType開發的實時處理系統，BackType現在已在Twitter麾下，基本是用Clojure寫的。Storm為分布式實時
- storm入門教程簡介
- 1.1 實時流計算互聯網從誕生的第一時間起，對世界的最大的改變就是讓信息能夠實時交互，從而大大加速了各個環節的效率。正因為大家對信息實時響應、實時交互的需求，軟件行業除了個人操作系統之外，數據庫（更精確的
Grouping策略介紹與并行度以及消息的可靠處理機制
- Storm入門教程：一致性事務
- Storm是一個分布式的流處理系統，利用anchor和ack機制保證所有tuple都被成功處理。如果tuple出錯，則可以被重傳，但是如何保證出錯的tuple只被處理一次呢？Storm提供了一套事務性組件Transaction Topology，用來解決
- Storm入門教程：消息的可靠處理
- 一、簡介storm可以確保spout發送出來的每個消息都會被完整的處理。本章將會描述storm體系是如何達到這個目標的，并將會詳述開發者應該如何使用storm的這些機制來實現數據的可靠處理。二、理解消息被完整處理一個消息
- 流分組策略(Stream grouping)
- 問題導讀：1.hadoop有master與slave，Storm與之對應的節點是什么？2.Storm控制節點上面運行一個后臺程序被稱之為什么？3.Supervisor的作用是什么？4.Topology與Worker之間的關系是什么？5.Nimbus和Supervisor之間的
- Storm Topology的并發度
- 概念 一個Topology可以包含一個或多個worker(并行的跑在不同的machine上), 所以worker process就是執行一個topology的子集, 并且worker只能對應于一個topology 一個worker可用包含一個或多個executor, 每個component
DRPC原理與介紹
- Storm高級原語（二） — DRPC
- 問題導讀1、什么是Distributed RPC？2、函數與函數之間靠什么來區分？3、LinearDRPCTopologyBuilder的工作原理是什么？Storm里面引入DRPC主要是利用storm的實時計算能力來并行化CPU密集型（CPU intensive）的計算任
- Twitter Storm: DRPC學習
- 問題導讀：1.Storm為什么引入DRP？2.是否能根據實例新建DRPC實例？Storm里面引入DRPC主要是利用storm的實時計算能力來并行化CPU intensive的計算。DRPC的storm topology以函數的參數流作為輸入，而把這些函數調用的
Storm Transaction 介紹與原理
- Storm Transaction 原理+實戰
- Storm guarantees data processing by providing an at least once processing guarantee. The most common question asked about Storm is "Given that tuples can be replayed, how do you do things like count
- Storm Transaction 介紹
- 問題導讀1、怎么在storm上面做統計個數之類的事情？2、如何實現Transactional Topologies？3、與每次只處理一個tuple的簡單方案相比， 一個更好的方案是什么？Transactional topology是一個0.9版本中被棄用的原語，
- Storm高級原語（五） — State in Trident
- 問題導讀1、一個opaque transactional spout有哪些特性？2、有哪幾種不同類可以容錯spout？3、OpaqueMap’s會用什么來調用multiPut方法？Trident在讀寫有狀態的數據源方面是有著一流的抽象封裝的。狀態既可以保留在t
- Storm高級原語（三） — Trident topology
- 問題導讀1、Trident是什么？2、如何使用Trident的API來完成大吞吐量的流式計算？3、如何使用stream作為輸入并計算每個單詞的個數？Trident是在storm基礎上，一個以實時計算為目標的高度抽象。 它在提供處理大吞吐量
Storm on yarn
- Storm On YARN安裝
- 問題導讀： 我們知道了storm on yarn的架構和意義，那么如何一步一步安裝storm on yarn呢？storm on yarn下載地址：https://github.com/yahoo/storm-yarn下載好的storm-yarn-master.zip 得放到linux進行解壓，在win
- Storm On YARN的介紹
- 1. 背景知識（1）Storm：一個實時計算框架，與MapReduce離線計算框架互補，分別用于解決不同場景下的問題，Storm的官方網站是：http://storm-project.net/，如果想快速了解，推薦閱讀淘寶的這篇文章：Storm簡介。（2
Storm的案例
- Storm 實戰及實例講解一
- ——應用場景分析，drpc服務器配置先給大家打打氣，看看效果。這是taobao對外公布的storm使用情況，請大家欣賞，這是一個系列文章希望自己能夠完成。給自己加油，寫出來有利于日后查詢同時也惠及他人。該storm入門教
- 使用Storm實現實時大數據分析
- 簡單和明了，Storm讓大數據分析變得輕松加愉快。當今世界，公司的日常運營經常會生成TB級別的數據。數據來源囊括了互聯網裝置可以捕獲的任何類型數據，網站、社交媒體、交易型商業數據以及其它商業環境中創建的數據
- 滑動窗口在storm中的實現
- 問題導讀：1.滑動的觸發由誰來完成？2.你認為滑動窗口與storm該如何結合？3.滑動窗口與storm結合是如何實現的？這里需要對storm有所了解，可以參考總體認識storm包括概念，場景，組成，明白storm之后，我們繼續下面
參考資料
- Apache的文檔
- Storm is a distributed realtime computation system. Similar to how Hadoop provides a set of general primitives for doing batch processing, Storm provides a set of general primitives for doing realtime
