我是 apachestorm 的新手，我编写了包含 1 个 spout 和 2 个 bolt 的代码，当我在一个 worker 上运行这 3 个部分时，代码会正确生成输出，但是当我在三个 worker 中运行代码时1个worker执行spout，另一个run bolt 1，最后一个run bolt 2，不会产生输出。 具体情况：当我将螺栓1和2放在一个工人中时，产生了输出！
不得不说emit成功了，emit变量没有问题。
详细说明：我在螺栓 1 中的 hashmap 结构中创建了树，我想在螺栓 2 中挖掘这棵树。在螺栓 1 中插入树中的对象的 id 类似于“MyTreeNode@e70014d5”，当我收到这个时Bolt 2 中的 tuple (hashmap)，id 更改为“MyTreeNode@z5542r12”。
主要问题是什么？
问题是因为更改了对象ID吗？如果是，请告诉我如何解决？
【问题讨论】：
标签： java apache apache-storm bolt
让我们看一个示例拓扑。
假设您的拓扑变为 spout -> bolt1，并且您正在从 spout 发出 MyObject 实例。
假设您已将拓扑设置为在 1 个工作器中运行。
当从 spout 发出一个元组（例如 MyObject@1234）时，Storm 将检查该元组是否需要转到另一个工作人员。如果没有，它只是将对象引用传递给bolt1。这就是您只有 1 个工人时所看到的。当 MyObject@1234 需要从 spout 转移到 bolt 时，Storm 只是将 MyObject@1234 引用交给 bolt。
现在假设您告诉拓扑使用 2 个 worker，Storm 决定将 spout 放在 worker 1 中，将 bolt 放在 worker 2 中。回想一下，每个 worker 都是一个单独的 JVM 进程，因此从 worker 1 传递对象引用对工人 2 不起作用。
当元组从 spout 发出时，Storm 会看到它正在发送给另一个工作人员，并根据您的配置使用 Kryo 或 Java 序列化对其进行序列化。这意味着 MyObject@1234 被序列化。 Storm 将序列化的表单交给 worker 2，后者将其反序列化。当它被反序列化时，它被非常合理地赋予了一个新的内存地址（例如MyObject@6789）。
如果您将螺栓设计为假设它们不在同一个 JVM 中运行，这不是问题，您绝对应该这样做。例如，如果您想将 MyObject 从 worker 1 传输到 worker 2，您可以将其设为 Serializable，或者您可以将其注册到 Kryo（参见 https://storm.apache.org/releases/2.0.0-SNAPSHOT/Serialization.html 中的操作方法）。您需要这样做，以便 Storm 可以将您的 spout 和 bolts 放在不同的 JVM 中，而不会破坏您的拓扑结构。
在测试拓扑时，应启用https://storm.apache.org/releases/1.2.2/javadocs/org/apache/storm/Config.html#TOPOLOGY_TESTING_ALWAYS_TRY_SERIALIZE。这将导致 Storm 总是序列化你的元组，即使元组没有在工作人员之间传输。这可以帮助您在序列化问题投入生产之前发现它们。
顺便说一句，您应该始终更喜欢 Kryo 序列化而不是 Java 序列化。 Kryo 序列化要快得多。
【讨论】：