Apache Storm - Core Concepts

@Source
https://www.tutorialspoint.com/apache_storm/apache_storm_core_concepts.htm

Apache Storm 从一端实时读取原始数据流 ， 经过一系列小处理单元（bolts）， 在另一端输出被加工好的数据。
下图展示了其核心概念：

##Tuple
Tuple 是Storm 主要的数据结构， 它是一系列元素的集合。默认的， Tuple 支持所有的数据类型， 一般搞成一组逗号分隔的值传递给storm cluster。
##Stream
Stream 是一组无序的tuples。
##Spouts
是stream 的数据源， 从Twitter Streaming API、 Apache Kafka patition 队列接收原始数据。 你也能够从数据源自己读取数据写入 Spouts， ISpout 是其核心接口， 还有一些专门的接口， 如：IRickSpout 、 BaseRichSpout 、KafkaSpout 等等。
##Bolts
Bolts 是最基本的 处理逻辑单元， Spouts 传递数据到Bolts， Bolts 产生新的输出流， Bolts 可以执行过滤、聚合、连接、数据库交互等操作，并会发送到接下来的一个或多个 bolts。 IBolt 是实现bolts 的核心接口， 一些通用的接口包括IRichBolt、IBasicBolt 等等。
看一个案例：

##Topology
dSpouts 和bolts 被连接在一起， 他们组成了一个topology， 实时应用的逻辑定义在topology， 简单来说， 一个topology 就是一个有向图， 顶点表示计算， 边表示数据流。
一个简单的topology 开始于spouts Spout 发射数据到一个或多个bolts， 经过处理后的数据流可以继续发射到其它blots。 Storm 保持topology 总是运行， 知道kill掉topology， Storm 主要任务就是运行topology 并且可以同时运行多个。
##Tasks
现在已经有了spouts 和bolts 的基本概念， 他们是topology 最小的逻辑单元， 一个topology 由一个spout 和bolts 数组组成。他们必须按照特定的顺序执行。无论是bolt 还是spout 的执行都被称作是Tasks ， 简单说， 一个task 就是一个spout 或bolt 的执行， spout 和bolt 可以同时跑多个实例。
##Workers
一个topology 以分布式的形式， 运行在多个worker节点上， Storm 均匀的分发task 到多个worker结点。worker 的任务就是监听jobs ， 对于新来的job启动和关闭进程。
##Stream Grouping
数据流在spouts 和bolts 或着bolt 和bolt 之间“漂移”， Stream Grouping 控制tuples 如何在topology 中路由， 下面介绍四种内置的grouping 方式。
###Shuffle Grouping
相同数量的tuples 被分别随机分发到所有worker 。

###Field Grouping
有相同值的tuples 被分组到一起。比如统计单词的时候， 所有worker 上跑出来的单词， 相同的单词必须扔到一个同一个worker

Global Grouping

所有的tuple 都被分到一组， 发射到同一个bolt

All Grouping

一个tuple 被发射到所有的bolt 实例， 这种分组策略， 被用于向bolts 发送信号， 在join 操作上很有用。