文档章节

storm翻译(3)Distributed RPC(分布式远程调用)

岩之有理
 岩之有理
发布于 2015/02/25 16:47
字数 2178
阅读 351
收藏 4

原文地址:http://storm.apache.org/documentation/Distributed-RPC.html

分布式RPC的目的是在storm进行大量的实时计算时,能够并行的调用storm上的函数。Storm topology可以将函数参数作为输入Stream,并且将被调用方法产生的结果作为返回发送出去。

与其说DRPCstorm的一个特点,不如说它只是storm基本概念如steamsspoutsboltstopologies的一种表达方式。DRPC可以独立于storm作为一个库发布,但在和storm捆绑在一起时将会非常有用。

高级概述

分布式RPC被“DRPC server”实现(storm包中已经有了对应的实例)。DRPC server协调接收一个RPC请求并将这个请求发送给storm topology,然后接收storm topology算出的结果,再将结果发送给等待中的客户端。从客户端的视角来看,分布式RPC调用过程跟普通的RPC调用过程一样。举例:这里有一个客户端调用“reach”方法,输入参数是http://twitter.com,然后得到计算结果的例子。

DRPCClient client = new DRPCClient("drpc-host", 3772);

String result = client.execute("reach", "http://twitter.com");

这个DRPC的工作流可以描述为:

                 

一个客户端向DRPC Server发送了想要调用的方法名称和方法参数。实现了这个方法的topology用一个DRPCSpoutDRPC Server接收了函数调用Stream。每个远程方法在DRPC Server上都有一个唯一的IDTopology计算出结果之后,使用一个ReturnResultsbolt连接DPRC Server后,将结果交给它。DRPC Server根据方法ID匹配出结果,然后唤醒等待的客户端,将结果发送给客户端

LinearDRPCTopologyBuilder(线性)

Storm中有一个LinearDRPCTopologyBuilder topology 生成,已经自动实现了DPRC调用过程中的绝大部分。包括:

1:配置spout

2:将结果返回给DPRC Server

3:为bolt提供了简单的tuple之间的聚合操作

让我们看一个简单的例子,这里有一个DPRC topology的实现,他可以给输入的参数后面添加一个“!”。

public static class ExclaimBolt extends BaseBasicBolt {

    public void execute(Tuple tuple, BasicOutputCollector collector) {

        String input = tuple.getString(1);

        collector.emit(new Values(tuple.getValue(0), input + "!"));

    }

 

    public void declareOutputFields(OutputFieldsDeclarer declarer) {

        declarer.declare(new Fields("id", "result"));

    }

}

 

public static void main(String[] args) throws Exception {

    LinearDRPCTopologyBuilder builder = new LinearDRPCTopologyBuilder("exclamation");

    builder.addBolt(new ExclaimBolt(), 3);

// ...

}

就像我们看到的,代码非常简单。当我们创建一个LinearDRPCTopologyBuilder时,你告诉它实现了DRPC功能的topology的名字。一个DRPC server可以配置很多topology名称,这些名称不能重复。第一个bolt不在代码中,应该是LinearDRPCTopologyBuilder内部的译者注)会接受2tuples,第一个属性是请求id,第二个是方法的参数。LinearDRPCTopologyBuilder中最后一个bolt返回了2tuples的输出StreamStream的格式为[id, result],当然了,过程中产生的所有tuple的第一个属性都是请求id

在这个例子中,ExclaimBolt只是简单的在tuple的第二种属性上添加了一个“!”。LinearDRPCTopologyBuilder完成了连接DRPC server并返回结果的其他过程。

本地DRPC模式

DRPC可以在本地运行,例子:

LocalDRPC drpc = new LocalDRPC();

LocalCluster cluster = new LocalCluster();

 

cluster.submitTopology("drpc-demo", conf, builder.createLocalTopology(drpc));

 

System.out.println("Results for 'hello':" + drpc.execute("exclamation", "hello"));

 

cluster.shutdown();

drpc.shutdown();

第一步,创建一个LocalDRPC对象。这个队形模拟DPRC server的运行,就像LocalCluster模拟集群运行一样。然后你创建一个LocalCluster在本地运行topologyLinearDRPCTopologyBuilder有独立的方法分布创建本地topology和远程topology。本地运行的LocalDRPC不需要绑定端口,因为在本地topology不需要端口来传递对象。这就是为什么createLocalTopologyLocalDRPC作为输入。

启动之后,你就可以看到DRPC调用过程在本地执行。

远程DRPC模式

在实际的集群上使用DRPC也非常简单,只需要三步:

1:启动DRPC server

2:配置DRPC server地址

3:将DRPC topology提交到storm集群

启动DRPC server就行启动NimbusUI一样简单
bin/storm drpc

接下来,你需要为storm集群配置DRPC的地址,才能DRPCSpout让知道在哪里读取方法调用。可以在storm.yaml中配置或者通过topology配置。在storm.yaml中配置如下

drpc.servers:
  - "drpc1.foo.com"
  - "drpc2.foo.com"

最后,你要通过StormSubmitter启动DPRC topology,就想启动任何topology一样。远程模式运行上面的例子你可以:

StormSubmitter.submitTopology("exclamation-drpc", conf, builder.createRemoteTopology());

createRemoteTopology用来为storm集群创建topology

一个更复杂的例子

上面那个感叹号例子用来熟悉DPRC的概念还是过于简单。让我们看一个更复杂的例子,一个真正需要通过并行运行storm来计算的DRPC方法。例子就是计算Twitter上的URLreach

URLreach就是这个URL暴漏给多少用户。为了计算reach,你需要:

1:获取这个URL的所有twitter

2:获取这些twitterfollower

3:去掉重复的follower

4:计算每个URLfollower

一个真实的计算需要数千次的数据库交互和上百万的flowwer记录的计算。这是非常非常碉堡的计算。但正如你所看到的,基于storm实现这个功能却非常的简单。在单台机器上,reach要花上数分钟来计算;但是在storm集群上,你可以在数秒钟就计算出最难算的URLreach

storm-starter上有一个reach topologyhere)样例,这里告诉你如何定义一个reach topology

LinearDRPCTopologyBuilder builder = new LinearDRPCTopologyBuilder("reach");

builder.addBolt(new GetTweeters(), 3);

builder.addBolt(new GetFollowers(), 12)

        .shuffleGrouping();

builder.addBolt(new PartialUniquer(), 6)

        .fieldsGrouping(new Fields("id", "follower"));

builder.addBolt(new CountAggregator(), 2)

.fieldsGrouping(new Fields("id"));

这个topology计算一共需要四步:

1:GetTweeters获取了tweeted这个URL的用户。它将输入stream[id, url]转换成了一个输出Stream[id, tweeter]。每一个URL映射了多个用户tuple

2:获取了每一个tweeterfollowers(粉丝)。它将输入stream[id, tweeter]转换成了一个输出Stream [id, follower]。经过这个过程,由于一个follower是同时tweet了同一个URL的多个用户的粉丝,就会产生一些重复的follower tuple

3.PartialUniquerfollower Stream按照followerid分组,保证同一个follower会进入同一个task。所以每一个PartialUniquer task都会接收到相互独立的follower集合。当PartialUniquer接收了所有根据request id分配给它的follower tuples,它就会将去重之后的follower集合的数量发射出去。

4.最终,CountAggregator接收了每一个PartialUniquer task发射的数量,并且通过计算总和来完成reach的计算过程。

下面来看一下PartialUniquer bolt

public class PartialUniquer extends BaseBatchBolt {

    BatchOutputCollector _collector;

    Object _id;

    Set<String> _followers = new HashSet<String>();

 

    @Override

    public void prepare(Map conf, TopologyContext context, BatchOutputCollector collector, Object id) {

        _collector = collector;

        _id = id;

    }

 

    @Override

    public void execute(Tuple tuple) {

        _followers.add(tuple.getString(1));

    }

 

    @Override

    public void finishBatch() {

        _collector.emit(new Values(_id, _followers.size()));

    }

 

    @Override

    public void declareOutputFields(OutputFieldsDeclarer declarer) {

        declarer.declare(new Fields("id", "partial-count"));

    }

}

PartialUniquer通过继承BaseBatchBolt实现了IBatchBolt接口。批处理bolt提供了一流的API可以将批量的tuples当作一个批次来处理。每一个request id都会创建一个batch bolt实例,而storm负责在适当的时候清理这些实例。

每当PartialUniquerexecute方法中接收到一个follower tuple,它就将follower放到request id对应的set集合中。

当发射到这个bolt的所有tuples都被处理之后,batch bolts中的finishBatch方法将会被调用。 PartialUniquer发射了一个包含follower数量的tuple

在后台,CoordinatedBolt用来判断bolt是否全部接受了指定request id的所有tupleCoordinatedBolt利用直接Stream来管理这次协调。

这个topology的剩余部分就显而易见了。就像你看到的,reach计算的每一步都是并行计算,而且实现DRPC topology是多么的简单。

Non-linear(非线性)DRPC topologies

LinearDRPCTopologyBuilder只能处理线下的DRPC topologies:整个计算可以分割为多个独立的顺序步骤。它很难处理包含有bolt分支和bolt合并的复杂topology。目前,为了实现复杂的功能,你只能通过直接使用CoordinatedBolt

LinearDRPCTopologyBuilder如何工作

DRPCSpout发射了[args, return-info].return-info中包含DRPC的地址和端口,就像DRPCid一样。

构建一个topology包含:

  • DRPCSpout

  • PrepareRequest(准备请求:产生一个request id并为return-info和参数分别创建一个Stream

  • CoordinatedBolt wrappers and direct groupingsCoordinatedBolt封装和直接分组)

  • JoinResult(将result-info加入结果)

  • ReturnResult(连接DRPC server 并返回结果)

LinearDRPCTopologyBuilder是一个非常好storm高级抽象的例子

高级

KeyedFairBolt封装同时处理多个请求

如何直接使用CoordinatedBolt

译者:需要详细了解CoordinatedBolt,个人推荐徐明明的一个博客http://xumingming.sinaapp.com/811/twitter-storm-code-analysis-coordinated-bolt/



© 著作权归作者所有

共有 人打赏支持
岩之有理
粉丝 7
博文 18
码字总数 6134
作品 0
徐汇
高级程序员
私信 提问
Storm同步调用之DRPC模型探讨

  摘要:Storm的编程模型是一个有向无环图,决定了storm的spout接收到外部系统的请求后,spout并不能得到bolt的处理结果并将结果返回给外部请求。所以也就决定了storm无法提供对外部系统的同...

刘洋intsmaze
2017/09/28
0
0
twitter的实时数据处理分析工具-Storm

Twitter在9月19日的Strange Loop大会上公布Storm的代码,是一个类似于Hadoop的即时数据处理工具,由BackType开发的,后来被Twitter收购用于Twitter进行实时数据处理分析。 Twitter列举了Sto...

红薯
2011/09/20
5.7K
5
Storm高级原语(二) -- DRPC详解

Storm里面引入DRPC主要是利用storm的实时计算能力来并行化CPU密集型(CPU intensive)的计算任务。DRPC的stormtopology以函数的参数流作为输入,而把这些函数调用的返回值作为topology的输出...

超人学院
2015/05/27
0
0
Apache Storm 0.10.0-beta 发布

Apache Storm 0.10.0-beta 发布,值得关注的更新如下: 安全,多租户部署: Kerberos Authentication with Automatic Credential Push and Renewal Pluggable Authorization and ACLs Multi-......

oschina
2015/06/16
1K
0
Apache Storm 0.9.7 发布,分布式实时计算

Apache Storm 0.9.7 发布了,Apache Storm 的前身是 Twitter Storm 平台,目前已经归于 Apache 基金会管辖。 Apache Storm 是一个免费开源的分布式实时计算系统。简化了流数据的可靠处理,像...

开源中国股侠
2016/09/08
782
1

没有更多内容

加载失败,请刷新页面

加载更多

Confluence 6 自定义你的空间

通过对你的空间进行界面的自定义能够让你的空间更加出类拔萃。 如果你具有空间管理员权限,你可以修改你空间的颜色配色,添加你自己的空间标识,选择是否在你空间中显示边栏。或者你可以进入...

honeymose
今天
1
0
Ubuntu18.04 安装MySQL

1.安装MySQL sudo apt-get install mysql-server 2.配置MySQL sudo mysql_secure_installation 3.设置MySQL非root用户 设置原因:配置过程为系统root权限,在构建MySQL连接时出现错误:ERROR...

AI_SKI
今天
3
0
3.6 rc脚本(start方法) 3.7 rc脚本(stop和status方法) 3.8 rc脚本(以daemon方式启动)

3.6-3.7 rc脚本(start、stop和status方法) #!/usr/bin/env python# -*- coding: utf-8 -*-# [@Version](https://my.oschina.net/u/931210) : python 2.7# [@Time](https://my.oschina.......

隐匿的蚂蚁
今天
3
0
Cnn学习相关博客

CNN卷积神经网络原理讲解+图片识别应用(附源码) 笨方法学习CNN图像识别系列 深度学习图像识别项目(中):Keras和卷积神经网络(CNN) 卷积神经网络模型部署到移动设备 使用CNN神经网络进行...

-九天-
昨天
5
0
flutter 底部输入框 聊天输入框 Flexible

想在页面底部放个输入框,结果键盘一直遮住了,原来是布局问题 Widget build(BuildContext context) { return Scaffold( appBar: AppBar( title: Text("评论"), ...

大灰狼wow
昨天
4
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部