99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁(yè)精彩閱讀使用Storm實(shí)現(xiàn)實(shí)時(shí)大數(shù)據(jù)分析
使用Storm實(shí)現(xiàn)實(shí)時(shí)大數(shù)據(jù)分析
2016-04-17
收藏

使用Storm實(shí)現(xiàn)實(shí)時(shí)大數(shù)據(jù)分析


簡(jiǎn)單和明了,Storm讓數(shù)據(jù)分析變得輕松加愉快。

當(dāng)今世界,公司的日常運(yùn)營(yíng)經(jīng)常會(huì)生成TB級(jí)別的數(shù)據(jù)。數(shù)據(jù)來(lái)源囊括了互聯(lián)網(wǎng)裝置可以捕獲的任何類型數(shù)據(jù),網(wǎng)站、社交媒體、交易型商業(yè)數(shù)據(jù)以及其它商業(yè)環(huán)境中創(chuàng)建的數(shù)據(jù)。考慮到數(shù)據(jù)的生成量,實(shí)時(shí)處理成為了許多機(jī)構(gòu)需要面對(duì)的首要挑戰(zhàn)。我們經(jīng)常用的一個(gè)非常有效的開(kāi)源實(shí)時(shí)計(jì)算工具就是Storm —— Twitter開(kāi)發(fā),通常被比作“實(shí)時(shí)的Hadoop”。然而Storm遠(yuǎn)比Hadoop來(lái)的簡(jiǎn)單,因?yàn)橛盟幚泶髷?shù)據(jù)不會(huì)帶來(lái)新老技術(shù)的交替。

Shruthi Kumar、Siddharth Patankar共同效力于Infosys,分別從事技術(shù)分析和研發(fā)工作。本文詳述了Storm的使用方法,例子中的項(xiàng)目名稱為“超速報(bào)警系統(tǒng)(Speeding Alert System)”。我們想實(shí)現(xiàn)的功能是:實(shí)時(shí)分析過(guò)往車(chē)輛的數(shù)據(jù),一旦車(chē)輛數(shù)據(jù)超過(guò)預(yù)設(shè)的臨界值 —— 便觸發(fā)一個(gè)trigger并把相關(guān)的數(shù)據(jù)存入數(shù)據(jù)庫(kù)。

Storm

對(duì)比Hadoop的批處理,Storm是個(gè)實(shí)時(shí)的、分布式以及具備高容錯(cuò)的計(jì)算系統(tǒng)。同Hadoop一樣Storm也可以處理大批量的數(shù)據(jù),然而Storm在保證高可靠性的前提下還可以讓處理進(jìn)行的更加實(shí)時(shí);也就是說(shuō),所有的信息都會(huì)被處理。Storm同樣還具備容錯(cuò)和分布計(jì)算這些特性,這就讓Storm可以擴(kuò)展到不同的機(jī)器上進(jìn)行大批量的數(shù)據(jù)處理。他同樣還有以下的這些特性:

易于擴(kuò)展。對(duì)于擴(kuò)展,你只需要添加機(jī)器和改變對(duì)應(yīng)的topology(拓?fù)?設(shè)置。Storm使用Hadoop Zookeeper進(jìn)行集群協(xié)調(diào),這樣可以充分的保證大型集群的良好運(yùn)行。

每條信息的處理都可以得到保證。

Storm集群管理簡(jiǎn)易。

Storm的容錯(cuò)機(jī)能:一旦topology遞交,Storm會(huì)一直運(yùn)行它直到topology被廢除或者被關(guān)閉。而在執(zhí)行中出現(xiàn)錯(cuò)誤時(shí),也會(huì)由Storm重新分配任務(wù)。

盡管通常使用Java,Storm中的topology可以用任何語(yǔ)言設(shè)計(jì)。

當(dāng)然為了更好的理解文章,你首先需要安裝和設(shè)置Storm。需要通過(guò)以下幾個(gè)簡(jiǎn)單的步驟:

從Storm官方下載Storm安裝文件

將bin/directory解壓到你的PATH上,并保證bin/storm腳本是可執(zhí)行的。

Storm組件

Storm集群主要由一個(gè)主節(jié)點(diǎn)和一群工作節(jié)點(diǎn)(worker node)組成,通過(guò) Zookeeper進(jìn)行協(xié)調(diào)。

主節(jié)點(diǎn):

主節(jié)點(diǎn)通常運(yùn)行一個(gè)后臺(tái)程序 —— Nimbus,用于響應(yīng)分布在集群中的節(jié)點(diǎn),分配任務(wù)和監(jiān)測(cè)故障。這個(gè)很類似于Hadoop中的Job Tracker。

工作節(jié)點(diǎn):

工作節(jié)點(diǎn)同樣會(huì)運(yùn)行一個(gè)后臺(tái)程序 —— Supervisor,用于收聽(tīng)工作指派并基于要求運(yùn)行工作進(jìn)程。每個(gè)工作節(jié)點(diǎn)都是topology中一個(gè)子集的實(shí)現(xiàn)。而Nimbus和Supervisor之間的協(xié)調(diào)則通過(guò)Zookeeper系統(tǒng)或者集群。

Zookeeper

Zookeeper是完成Supervisor和Nimbus之間協(xié)調(diào)的服務(wù)。而應(yīng)用程序?qū)崿F(xiàn)實(shí)時(shí)的邏輯則被封裝進(jìn)Storm中的“topology”。topology則是一組由Spouts(數(shù)據(jù)源)和Bolts(數(shù)據(jù)操作)通過(guò)Stream Groupings進(jìn)行連接的圖。下面對(duì)出現(xiàn)的術(shù)語(yǔ)進(jìn)行更深刻的解析。

Spout:

簡(jiǎn)而言之,Spout從來(lái)源處讀取數(shù)據(jù)并放入topology。Spout分成可靠和不可靠?jī)煞N;當(dāng)Storm接收失敗時(shí),可靠的Spout會(huì)對(duì)tuple(元組,數(shù)據(jù)項(xiàng)組成的列表)進(jìn)行重發(fā);而不可靠的Spout不會(huì)考慮接收成功與否只發(fā)射一次。而Spout中最主要的方法就是nextTuple(),該方法會(huì)發(fā)射一個(gè)新的tuple到topology,如果沒(méi)有新tuple發(fā)射則會(huì)簡(jiǎn)單的返回。

Bolt:

Topology中所有的處理都由Bolt完成。Bolt可以完成任何事,比如:連接的過(guò)濾、聚合、訪問(wèn)文件/數(shù)據(jù)庫(kù)、等等。Bolt從Spout中接收數(shù)據(jù)并進(jìn)行處理,如果遇到復(fù)雜流的處理也可能將tuple發(fā)送給另一個(gè)Bolt進(jìn)行處理。而B(niǎo)olt中最重要的方法是execute(),以新的tuple作為參數(shù)接收。不管是Spout還是Bolt,如果將tuple發(fā)射成多個(gè)流,這些流都可以通過(guò)declareStream()來(lái)聲明。

Stream Groupings:

Stream Grouping定義了一個(gè)流在Bolt任務(wù)間該如何被切分。這里有Storm提供的6個(gè)Stream Grouping類型:

1. 隨機(jī)分組(Shuffle grouping):隨機(jī)分發(fā)tuple到Bolt的任務(wù),保證每個(gè)任務(wù)獲得相等數(shù)量的tuple。

2. 字段分組(Fields grouping):根據(jù)指定字段分割數(shù)據(jù)流,并分組。例如,根據(jù)“user-id”字段,相同“user-id”的元組總是分發(fā)到同一個(gè)任務(wù),不同“user-id”的元組可能分發(fā)到不同的任務(wù)。

3. 全部分組(All grouping):tuple被復(fù)制到bolt的所有任務(wù)。這種類型需要謹(jǐn)慎使用。

4. 全局分組(Global grouping):全部流都分配到bolt的同一個(gè)任務(wù)。明確地說(shuō),是分配給ID最小的那個(gè)task。

5. 無(wú)分組(None grouping):你不需要關(guān)心流是如何分組。目前,無(wú)分組等效于隨機(jī)分組。但最終,Storm將把無(wú)分組的Bolts放到Bolts或Spouts訂閱它們的同一線程去執(zhí)行(如果可能)。

6. 直接分組(Direct grouping):這是一個(gè)特別的分組類型。元組生產(chǎn)者決定tuple由哪個(gè)元組處理者任務(wù)接收。

當(dāng)然還可以實(shí)現(xiàn)CustomStreamGroupimg接口來(lái)定制自己需要的分組。

項(xiàng)目實(shí)施

當(dāng)下情況我們需要給Spout和Bolt設(shè)計(jì)一種能夠處理大量數(shù)據(jù)(日志文件)的topology,當(dāng)一個(gè)特定數(shù)據(jù)值超過(guò)預(yù)設(shè)的臨界值時(shí)促發(fā)警報(bào)。使用Storm的topology,逐行讀入日志文件并且監(jiān)視輸入數(shù)據(jù)。在Storm組件方面,Spout負(fù)責(zé)讀入輸入數(shù)據(jù)。它不僅從現(xiàn)有的文件中讀入數(shù)據(jù),同時(shí)還監(jiān)視著新文件。文件一旦被修改Spout會(huì)讀入新的版本并且覆蓋之前的tuple(可以被Bolt讀入的格式),將tuple發(fā)射給Bolt進(jìn)行臨界分析,這樣就可以發(fā)現(xiàn)所有可能超臨界的記錄。

下一節(jié)將對(duì)用例進(jìn)行詳細(xì)介紹。

臨界分析

這一節(jié),將主要聚焦于臨界值的兩種分析類型:瞬間臨界(instant thershold)和時(shí)間序列臨界(time series threshold)。

瞬間臨界值監(jiān)測(cè):一個(gè)字段的值在那個(gè)瞬間超過(guò)了預(yù)設(shè)的臨界值,如果條件符合的話則觸發(fā)一個(gè)trigger。舉個(gè)例子當(dāng)車(chē)輛超越80公里每小時(shí),則觸發(fā)trigger。

時(shí)間序列臨界監(jiān)測(cè):字段的值在一個(gè)給定的時(shí)間段內(nèi)超過(guò)了預(yù)設(shè)的臨界值,如果條件符合則觸發(fā)一個(gè)觸發(fā)器。比如:在5分鐘類,時(shí)速超過(guò)80KM兩次及以上的車(chē)輛。

Listing One顯示了我們將使用的一個(gè)類型日志,其中包含的車(chē)輛數(shù)據(jù)信息有:車(chē)牌號(hào)、車(chē)輛行駛的速度以及數(shù)據(jù)獲取的位置。

AB 12360North city

BC 12370South city

CD 23440South city

DE 12340East city

EF 12390South city

GH 12350West city

 

這里將創(chuàng)建一個(gè)對(duì)應(yīng)的XML文件,這將包含引入數(shù)據(jù)的模式。這個(gè)XML將用于日志文件的解析。XML的設(shè)計(jì)模式和對(duì)應(yīng)的說(shuō)明請(qǐng)見(jiàn)下表。

XML文件和日志文件都存放在Spout可以隨時(shí)監(jiān)測(cè)的目錄下,用以關(guān)注文件的實(shí)時(shí)更新。而這個(gè)用例中的topology請(qǐng)見(jiàn)下圖。

Figure 1:Storm中建立的topology,用以實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)處理

如圖所示:FilelistenerSpout接收輸入日志并進(jìn)行逐行的讀入,接著將數(shù)據(jù)發(fā)射給ThresoldCalculatorBolt進(jìn)行更深一步的臨界值處理。一旦處理完成,被計(jì)算行的數(shù)據(jù)將發(fā)送給DBWriterBolt,然后由DBWriterBolt存入給數(shù)據(jù)庫(kù)。下面將對(duì)這個(gè)過(guò)程的實(shí)現(xiàn)進(jìn)行詳細(xì)的解析。

Spout的實(shí)現(xiàn)

Spout以日志文件和XML描述文件作為接收對(duì)象。XML文件包含了與日志一致的設(shè)計(jì)模式。不妨設(shè)想一下一個(gè)示例日志文件,包含了車(chē)輛的車(chē)牌號(hào)、行駛速度、以及數(shù)據(jù)的捕獲位置。(看下圖)

Figure2:數(shù)據(jù)從日志文件到Spout的流程圖

Listing Two顯示了tuple對(duì)應(yīng)的XML,其中指定了字段、將日志文件切割成字段的定界符以及字段的類型。XML文件以及數(shù)據(jù)都被保存到Spout指定的路徑。

Listing Two:用以描述日志文件的XML文件。

 

<

TUPLEINFO

>

 

<

FIELDLIST

>

 

<

FIELD

>

 

<

COLUMNNAME

>

vehicle_number

 

COLUMNNAME

>

 

<

COLUMNTYPE

>

string

 

COLUMNTYPE

>

 

 

FIELD

>

 

 

<

FIELD

>

 

<

COLUMNNAME

>

speed

 

COLUMNNAME

>

 

<

COLUMNTYPE

>

int

 

COLUMNTYPE

>

 

 

FIELD

>

 

 

<

FIELD

>

 

<

COLUMNNAME

>

location

 

COLUMNNAME

>

 

<

COLUMNTYPE

>

string

 

COLUMNTYPE

>

 

 

FIELD

>

 

 

FIELDLIST

>

 

<

DELIMITER

>

,

 

DELIMITER

>

 

 

TUPLEINFO

>

 

通過(guò)構(gòu)造函數(shù)及它的參數(shù)Directory、PathSpout和TupleInfo對(duì)象創(chuàng)建Spout對(duì)象。TupleInfo儲(chǔ)存了日志文件的字段、定界符、字段的類型這些很必要的信息。這個(gè)對(duì)象通過(guò)XSTream序列化XML時(shí)建立。

Spout的實(shí)現(xiàn)步驟:

對(duì)文件的改變進(jìn)行分開(kāi)的監(jiān)聽(tīng),并監(jiān)視目錄下有無(wú)新日志文件添加。

在數(shù)據(jù)得到了字段的說(shuō)明后,將其轉(zhuǎn)換成tuple。

聲明Spout和Bolt之間的分組,并決定tuple發(fā)送給Bolt的途徑。

Spout的具體編碼在Listing Three中顯示。

Listing Three:Spout中open、nextTuple和delcareOutputFields方法的邏輯。

 

public void open( Map conf, TopologyContext context,SpoutOutputCollector collector )

{

_collector = collector;

try

{

fileReader = new BufferedReader(new FileReader(new File(file)));

}

catch (FileNotFoundException e)

{

System.exit(1);

}

}

 

public void nextTuple()

{

protected void ListenFile(File file)

{

Utils.sleep(2000);

RandomAccessFile access = null;

String line = null;

try

{

while ((line = access.readLine()) != null)

{

if (line !=null)

{

String[] fields=null;

if (tupleInfo.getDelimiter().equals("|")) fields = line.split("\\"+tupleInfo.getDelimiter());

else

fields = line.split (tupleInfo.getDelimiter());

if (tupleInfo.getFieldList().size() == fields.length) _collector.emit(new Values(fields));

}

}

}

catch (IOException ex){ }

}

}

 

public void declareOutputFields(OutputFieldsDeclarer declarer)

{

String[] fieldsArr = new String [tupleInfo.getFieldList().size()];

for(int i=0; i

{

fieldsArr[i] = tupleInfo.getFieldList().get(i).getColumnName();

}

declarer.declare(new Fields(fieldsArr));

}

declareOutputFileds()決定了tuple發(fā)射的格式,這樣的話Bolt就可以用類似的方法將tuple譯碼。Spout持續(xù)對(duì)日志文件的數(shù)據(jù)的變更進(jìn)行監(jiān)聽(tīng),一旦有添加Spout就會(huì)進(jìn)行讀入并且發(fā)送給Bolt進(jìn)行處理。

Bolt的實(shí)現(xiàn)

Spout的輸出結(jié)果將給予Bolt進(jìn)行更深一步的處理。經(jīng)過(guò)對(duì)用例的思考,我們的topology中需要如Figure 3中的兩個(gè)Bolt。

Figure 3:Spout到Bolt的數(shù)據(jù)流程。

ThresholdCalculatorBolt

Spout將tuple發(fā)出,由ThresholdCalculatorBolt接收并進(jìn)行臨界值處理。在這里,它將接收好幾項(xiàng)輸入進(jìn)行檢查;分別是:

臨界值檢查

臨界值欄數(shù)檢查(拆分成字段的數(shù)目)

臨界值數(shù)據(jù)類型(拆分后字段的類型)

臨界值出現(xiàn)的頻數(shù)

臨界值時(shí)間段檢查

Listing Four中的類,定義用來(lái)保存這些值。

Listing Four:ThresholdInfo類

 

public class ThresholdInfo implementsSerializable

 

{

private String action;

private String rule;

private Object thresholdValue;

private int thresholdColNumber;

private Integer timeWindow;

private int frequencyOfOccurence;

}

基于字段中提供的值,臨界值檢查將被Listing Five中的execute()方法執(zhí)行。代碼大部分的功能是解析和接收值的檢測(cè)。

Listing Five:臨界值檢測(cè)代碼段

 

public void execute(Tuple tuple, BasicOutputCollector collector)

{

if(tuple!=null)

{

List

數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼,搜微信號(hào):CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn):http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }