Storm 单词计数

Apache Storm是一个免费的开源分布式实时计算系统。Storm可以非常容易地实时处理无限的流数据。所谓实时处理是指在每条数据的产生时刻不确定的情况下，一旦有数据产生，系统就会立刻对该条数据进行处理。

单词计数

Storm WordCount与Hadoop WordCount有很多不同之处

依靠Storm的实时性以及大规模数据的特点，在Spout中随机发送内置的语句作为消息源；使用一个Bolt进行语句切分，将句子切分成单词发射出去；使用一个Bolt订阅切分的单词Tuple，并且选择使用按字段分组的策略进行单词统计，将统计结果发射出去；最后使用一个Bolt订阅统计结果，词频实时排序，把前10个单词打印到log中。

整个单词计数统计的流程如图所示

 

依赖:

<dependency>
    <groupId>org.apache.storm</groupId>
    <artifactId>storm-core</artifactId>
    <version>1.1.0</version>
</dependency>

 

 

书籍:Hadoop大数据技术开发实战 13.6 案例分析：单词计数

https://gitee.com/caoyeoo0/xc-springboot/tree/hadoopApi/src/main/java/com/xc/xcspringboot/test/storm