如何使用apache风暴元组

Question

我刚开始使用 Apache Storm。我阅读了教程并查看了examples 我的问题是所有示例都使用非常简单的元组（通常使用字符串归档）。元组是内联创建的（使用 new Values(...)）。就我而言，我有许多字段的元组（5..100）。所以我的问题是如何为每个字段实现具有名称和类型（所有原始）的这样的元组？

有例子吗？ （我认为直接实现“元组”不是一个好主意）

谢谢

Answer 1

创建将所有字段作为值的元组的另一种方法是创建一个 bean 并将其传递到元组中。

给定以下类：

public class DataBean implements Serializable {
    private static final long serialVersionUID = 1L;

    // add more properties as necessary
    int id;
    String word;

    public DataBean(int id, String word) {
        setId(id);
        setWord(word);
    }
    public int getId() {
        return id;
    }
    public void setId(int id) {
        this.id = id;
    }
    public String getWord() {
        return word;
    }
    public void setWord(String word) {
        this.word = word;
    }
}

一键创建并发出 DataBean：

collector.emit(new Values(bean));

获取目标bolt中的DataBean：

@Override
public void execute(Tuple tuple, BasicOutputCollector collector) {
    try {
        DataBean bean = (DataBean)tuple.getValue(0);
        // do your bolt processing with the bean
    } catch (Exception e) {
        LOG.error("WordCountBolt error", e);
        collector.reportError(e);
    }       
}

在设置拓扑时不要忘记让 bean 可序列化并注册：

Config stormConfig = new Config();
stormConfig.registerSerialization(DataBean.class);
// more stuff
StormSubmitter.submitTopology("MyTopologyName", stormConfig, builder.createTopology());

免责声明：Bean 可以很好地用于随机分组。如果你需要做一个fieldsGrouping，你仍然应该使用一个原语。例如，在 Word Count 场景中，您需要逐个单词进行分组，这样您可能会发出：

collector.emit(new Values(word, bean));

Answer 2

我将按如下方式实现自定义元组/值类型：不使用成员变量来存储数据，而是将每个属性映射到继承Values 类型的对象列表中的固定索引。这种方法避免了常规 Bean 的“字段分组”问题。

1. 不需要为字段分组添加其他属性（这很不自然）
2. 避免数据重复（减少传送字节数）
3. 它保留了 bean 模式的优势

字数统计示例如下：

public class WordCountTuple extends Values {
    private final static long serialVersionUID = -4386109322233754497L;

    // attribute indexes
    /** The index of the word attribute. */
    public final static int WRD_IDX = 0;
    /** The index of the count attribute. */
    public final static int CNT_IDX = 1;

    // attribute names
    /** The name of the word attribute. */
    public final static String WRD_ATT = "word";
    /** The name of the count attribute. */
    public final static String CNT_ATT = "count";

    // required for serialization
    public WordCountTuple() {}

    public WordCountTuple(String word, int count) {
        super.add(WRD_IDX, word);
        super.add(CNT_IDX, count);
    }

    public String getWord() {
        return (String)super.get(WRD_IDX);
    }

    public void setWort(String word) {
        super.set(WRD_IDX, word);
    }

    public int getCount() {
        return (Integer)super.get(CNT_IDX);
    }

    public void setCount(int count) {
        super.set(CNT_IDX, count);
    }

    public static Fields getSchema() {
        return new Fields(WRD_ATT, CNT_ATT);
    }
}

为避免不一致，“word”和“count”属性使用final static 变量。此外，方法getSchema()返回实现的模式，用于在Spout/Bolt方法.declareOutputFields(...)中声明输出流

对于输出元组，这种类型可以直接使用：

public MyOutBolt implements IRichBolt {

    @Override
    public void execute(Tuple tuple) {
        // some more processing
        String word = ...
        int cnt = ...
        collector.emit(new WordCountTuple(word, cnt));
    }

    @Override
    public void declareOutputFields(OutputFieldsDeclarer declarer) {
        declarer.declare(WordCountTuple.getSchema());
    }

    // other methods omitted
}

对于输入元组，我建议使用以下模式：

public MyInBolt implements IRichBolt {
    // use a single instance for avoid GC trashing
    private final WordCountTuple input = new WordCountTuple();

    @Override
    public void execute(Tuple tuple) {
        this.input.clear();
        this.input.addAll(tuple.getValues());

        String word = input.getWord();
        int count = input.getCount();

        // do further processing
    }

    // other methods omitted
}

MyOutBolt和MyInBolt可以如下连接：

TopologyBuilder b = ...
b.setBolt("out", new MyOutBolt());
b.setBolt("in", new MyInBolt()).fieldsGrouping("out", WordCountTuple.WRD_ATT);

使用字段分组很简单，因为WordCountTuple 允许单独访问每个属性。