Storm集群安装详解
storm有两种操作模式: 本地模式和远程模式。
本地模式：你可以在你的本地机器上开发测试你的topology， 一切都在你的本地机器上模拟出来;
远端模式：你提交的topology会在一个集群的机器上执行。
本文以Twitter Storm官方Wiki为基础，详细描述如何快速搭建一个Storm集群，其中，项目实践中遇到的问题及经验总结，在相应章节以“注意事项”的形式给出。
1. Strom集群组件
Storm集群中包含两类节点：主控节点（Master Node）和工作节点（Work Node）。其分别对应的角色如下：
1. 主控节点（Master Node）上运行一个被称为Nimbus的后台程序，它负责在Storm集群内分发代码，分配任务给工作机器，并且负责监控集群运行状态。Nimbus的作用类似于Hadoop中JobTracker的角色。
2. 每个工作节点（Work Node）上运行一个被称为Supervisor的后台程序。Supervisor负责监听从Nimbus分配给它执行的任务，据此启动或停止执行任务的工作进程。每一个工作进程执行一个Topology的子集；一个运行中的Topology由分布在不同工作节点上的多个工作进程组成。
Storm集群组件
Nimbus和Supervisor节点之间所有的协调工作是通过Zookeeper集群来实现的。此外，Nimbus和Supervisor进程都是快速失败（fail-fast)和无状态（stateless）的；Storm集群所有的状态要么在Zookeeper集群中，要么存储在本地磁盘上。这意味着你可以用kill -9来杀死Nimbus和Supervisor进程，它们在重启后可以继续工作。这个设计使得Storm集群拥有不可思议的稳定性。
2. Strom集群安装
这一章节将详细描述如何搭建一个Storm集群。下面是接下来需要依次完成的安装步骤：
1. 搭建Zookeeper集群；
2. 安装Storm依赖库；
3. 下载并解压Storm发布版本；
4. 修改storm.yaml配置文件；
5. 启动Storm各个后台进程。
2.1 安装java
安装Java：
一、安装
创建安装目录，在/usr/java下建立安装路径，并将文件考到该路径下：
# mkdir /usr/java
1、 jdk-6u13-linux-i586.bin 这个是自解压的文件，在linux上安装如下：
# chmod 755 jdk-6u13-linux-i586.bin
# ./ jdk-6u13-linux-i586.bin （注意，这个步骤一定要在 jdk-6u13-linux-i586.bin所在目录下）
在按提示输入yes后，jdk被解压。
出现一行字：Do you aggree to the above license terms? [yes or no]
安装程序在问您是否愿意遵守刚才看过的许可协议。当然要同意了，输入"y" 或 "yes" 回车。
二、配置
#vi /etc/profile
在里面添加如下内容
export JAVA_HOME=/usr/java/jdk1.6.0_13
export JAVA_BIN=/usr/java/jdk1.6.0_13/bin
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME JAVA_BIN PATH CLASSPATH
让/etc/profile文件修改后立即生效 ,可以使用如下命令:
# . /etc/profile
注意: . 和 /etc/profile 有空格.
重启测试
java -version
屏幕输出:
java version "jdk1.6.0_02"
Java(TM) 2 Runtime Environment, Standard Edition (build jdk1.6.0_02)
Java HotSpot(TM) Client VM (build jdk1.6.0_02, mixed mode)
问题：
1）安装jdk，而不是jre啊，jre没有javac
如果使用yum install java 安装，没有安装javac的。
2）安装java的版本和javac版本要一致。否则执行jar包的时候会报错找不到main函数：
Exception in thread "main" java.lang.UnsupportedClassVersionError
2.1 搭建Zookeeper集群
Storm使用Zookeeper协调集群，由于Zookeeper并不用于消息传递，所以Storm给Zookeeper带来的压力相当低。大多数情况下，单个节点的Zookeeper集群足够胜任，不过为了确保故障恢复或者部署大规模Storm集群，可能需要更大规模节点的Zookeeper集群（对于Zookeeper集群的话，官方推荐的最小节点数为3个）。在Zookeeper集群的每台机器上完成以下安装部署步骤：
1. 根据Zookeeper集群的负载情况，合理设置Java堆大小，尽可能避免发生swap，导致Zookeeper性能下降。保守起见，4GB内存的机器可以为Zookeeper分配3GB最大堆空间。
2. 下载后解压安装Zookeeper包，官方下载链接为http://hadoop.apache.org/zookeeper/releases.html。
3. 根据Zookeeper集群节点情况，在conf目录下创建Zookeeper配置文件zoo.cfg：
| tickTime=2000 dataDir=/var/zookeeper/ clientPort=2181 initLimit=5 syncLimit=2 server.1=zoo1:2888:3888 server.2=zoo2:2888:3888 server.3=zoo3:2888:3888 |
其中，dataDir指定Zookeeper的数据文件目录；其中server.id=host:port:port，id是为每个Zookeeper节点的编号，保存在dataDir目录下的myid文件中，zoo1~zoo3表示各个Zookeeper节点的hostname，第一个port是用于连接leader的端口，第二个port是用于leader选举的端口。
4. 在dataDir目录下创建myid文件，文件中只包含一行，且内容为该节点对应的server.id中的id编号。
5. 启动Zookeeper服务：
| java -cp zookeeper.jar:lib/log4j-1.2.15.jar:conf \ org.apache.zookeeper.server.quorum.QuorumPeerMain zoo.cfg |
或者
| bin/zkServer.sh start |
输入jps命令查看进程：
namenode上显示为（本次为单机配置）：
19361 QuorumPeerMain
21691 Jps
其中，QuorumPeerMain是zookeeper进程，启动正常。
3、查看状态：zookeeper-3.4.3/bin/zkServer.sh status
JMX enabled by default
Using config: /home/hadooptest/zookeeper-3.4.3/bin/../conf/zoo.cfg
Mode: standalone
6. 通过Zookeeper客户端测试服务是否可用：
| java -cp zookeeper.jar:src/java/lib/log4j-1.2.15.jar:conf:src/java/lib/jline-0.9.94.jar \ org.apache.zookeeper.ZooKeeperMain -server 127.0.0.1:2181 |
或者
| bin/zkCli.sh -server 127.0.0.1:2181 |
7、停止zookeeper进程：zookeeper-3.4.3/bin/zkServer.sh stop
注意事项：
|
2.2 安装Storm依赖库
接下来，需要在Nimbus和Supervisor机器上安装Storm的依赖库，具体如下：
1.ZeroMQ 2.1.7 – 请勿使用2.1.10版本，因为该版本的一些严重bug会导致Storm集群运行时出现奇怪的问题。少数用户在2.1.7版本会遇到”IllegalArgumentException”的异常，此时降为2.1.4版本可修复这一问题。
2. JZMQ
3. Java 6
4. Python 2.6.6
5. unzip
以上依赖库的版本是经过Storm测试的，Storm并不能保证在其他版本的Java或Python库下可运行。
2.2.1 安装ZMQ 2.1.7
下载后编译安装ZMQ：
wget http://download.zeromq.org/zeromq-2.1.7.tar.gz tar -xzf zeromq-2.1.7.tar.gz cd zeromq-2.1.7 ./configure make sudo make install |
注意事项：
如果安装过程报错uuid找不到，则通过如下的包安装uuid库： sudo yum install e2fsprogsl -b current sudo yum install e2fsprogs-devel -b current |
2.2.2 安装JZMQ
下载后编译安装JZMQ：
git clone https://github.com/nathanmarz/jzmq.git cd jzmq ./autogen.sh ./configure make sudo make install |
为了保证JZMQ正常工作，可能需要完成以下配置：
- 正确设置 JAVA_HOME环境变量
- 安装Java开发包
- 升级autoconf
- 如果你是Mac OSX，参考这里
注意事项：
|
2.2.3 安装Java 6
（上面已经提到安装了）
2.2.4 安装Python2.6.6
1. 下载Python2.6.6：
| wget http://www.python.org/ftp/python/2.6.6/Python-2.6.6.tar.bz2 |
2. 编译安装Python2.6.6：
| tar –jxvf Python-2.6.6.tar.bz2 cd Python-2.6.6 ./configure make make install |
3. 测试Python2.6.6：
| python -V Python 2.6.6 |
2.2.5 安装unzip
1. 如果使用RedHat系列Linux系统，执行以下命令安装unzip：
| apt-get install unzip |
2. 如果使用Debian系列Linux系统，执行以下命令安装unzip：
| yum install unzip |
2.3 下载并解压Storm发布版本
下一步，需要在Nimbus和Supervisor机器上安装Storm发行版本。
1. 下载Storm发行版本，推荐使用Storm0.8.1：
| wget https://github.com/downloads/nathanmarz/storm/storm-0.8.1.zip |
2. 解压到安装目录下：
| unzip storm-0.8.1.zip |
2.4 修改storm.yaml配置文件
Storm发行版本解压目录下有一个conf/storm.yaml文件，用于配置Storm。默认配置在这里可以查看。conf/storm.yaml中的配置选项将覆盖defaults.yaml中的默认配置。以下配置选项是必须在conf/storm.yaml中进行配置的：
1) storm.zookeeper.servers: Storm集群使用的Zookeeper集群地址，其格式如下：
| storm.zookeeper.servers: - “111.222.333.444″ - “555.666.777.888″ |
如果Zookeeper集群使用的不是默认端口，那么还需要storm.zookeeper.port选项。
2) storm.local.dir: Nimbus和Supervisor进程用于存储少量状态，如jars、confs等的本地磁盘目录，需要提前创建该目录并给以足够的访问权限。然后在storm.yaml中配置该目录，如：
storm.local.dir: "/home/admin/storm/workdir" |
3) java.library.path: Storm使用的本地库（ZMQ和JZMQ）加载路径，默认为”/usr/local/lib:/opt/local/lib:/usr/lib”，一般来说ZMQ和JZMQ默认安装在/usr/local/lib 下，因此不需要配置即可。
4) nimbus.host: Storm集群Nimbus机器地址，各个Supervisor工作节点需要知道哪个机器是Nimbus，以便下载Topologies的jars、confs等文件，如：
nimbus.host: "111.222.333.444" |
5) supervisor.slots.ports: 对于每个Supervisor工作节点，需要配置该工作节点可以运行的worker数量。每个worker占用一个单独的端口用于接收消息，该配置选项即用于定义哪些端口是可被worker使用的。默认情况下，每个节点上可运行4个workers，分别在6700、6701、6702和6703端口，如：
supervisor.slots.ports: - 6700 - 6701 - 6702 - 6703 |
这个脚本文件写的不咋地，所以在配置时一定注意在每一项的开始时要加空格，冒号后也必须要加空格，否则storm就不认识这个配置文件了，切记切记。
2.5 启动Storm各个后台进程
最后一步，启动Storm的所有后台进程。和Zookeeper一样，Storm也是快速失败（fail-fast)的系统，这样Storm才能在任意时刻被停止，并且当进程重启后被正确地恢复执行。这也是为什么Storm不在进程内保存状态的原因，即使Nimbus或Supervisors被重启，运行中的Topologies不会受到影响。
以下是启动Storm各个后台进程的方式：
- Nimbus: 在Storm主控节点上运行”bin/storm nimbus >/dev/null 2>&1 &”启动Nimbus后台程序，并放到后台执行；
- Supervisor: 在Storm各个工作节点上运行”bin/storm supervisor >/dev/null 2>&1 &”启动Supervisor后台程序，并放到后台执行；
- UI: 在Storm主控节点上运行”bin/storm ui >/dev/null 2>&1 &”启动UI后台程序，并放到后台执行，启动后可以通过http://{nimbus host}:8080观察集群的worker资源使用情况、Topologies的运行状态等信息。
注意事项：
|
至此，Storm集群已经部署、配置完毕，可以向集群提交拓扑运行了。
3. 安装storm出现的问题
1、 修复/lib/ld-linux.so.2: bad ELF interpreter: No such file or directory问题
在64系统里执行32位程序如果出现/lib/ld-linux.so.2:
bad ELF interpreter: No such file or directory，安装下glic即可
sudo yum install glibc.i686
*注意在安装uuid-dev的时候不同系统安装的名称不一样，使用centeros的同学需要安装yum install libuuid-devel，ubuntu的同学可以直接安装uuid-dev : apt-get install uuid-dev
2、安装 安装ZMQ 2.1.7
./autogen.sh
1）、configure: error: cannot link with -luuid, install uuid-dev.
yum install uuid uuid-devel
安装后还是错误。
解决办法 ：
libuuid is part of the util-linux-ng package since version 2.15.1 and is available from
ftp://ftp.kernel.org/pub/linux/utils/util-linux/v2.21/util-linux-2.21.1.tar.gz
安装了 util-linux-2.21.1.tar.gz 后， 就OK了。
2）、./autogen.sh 安装缺少libtool：
yum install libtool
3、安装 jzmq ：
1）configure 前
export CPPFLAGS=-I/usr/local/zeromq-2.1.7/include/
export LDFLAGS=-L/usr/local/zeromq-2.1.7/lib/
否则报：configure: error: cannot find zmq.h
2）报错
configure: error: cannot link with -lzmq
指定CC路径就好了：
./configure CC=/usr/bin/gcc
4、error while loading shared libraries: libz.so.1:
cannot open shared object file: No such file or directory
sudo yum install zlib.i686
5、启动zookeeper找不到主机: 在这个例子里面 主机名是T214.joy.cc,在 /etc/sysconfig/network定义的主机名,我们需要
使用加入到hosts文件>
192.168.1.214 T214.joy.cc
2013-07-09 13:59:20 supervisor [ERROR] Error on initialization of server mk-supervisor
java.net.UnknownHostException: T214.joy.cc: T214.joy.cc
at java.net.InetAddress.getLocalHost(InetAddress.java:1454)
at backtype.storm.util$local_hostname.invoke(util.clj:153)
at backtype.storm.daemon.supervisor$supervisor_data.invoke(supervisor.clj:180)
at backtype.storm.daemon.supervisor$fn__4733$exec_fn__1207__auto____4734.invoke(supervisor.clj:324)
at clojure.lang.AFn.applyToHelper(AFn.java:167)
at clojure.lang.AFn.applyTo(AFn.java:151)
at clojure.core$apply.invoke(core.clj:601)
at backtype.storm.daemon.supervisor$fn__4733$mk_supervisor__4758.doInvoke(supervisor.clj:320)
at clojure.lang.RestFn.invoke(RestFn.java:436)
at backtype.storm.daemon.supervisor$_launch.invoke(supervisor.clj:467)
at backtype.storm.daemon.supervisor$_main.invoke(supervisor.clj:494)
at clojure.lang.AFn.applyToHelper(AFn.java:159)
at clojure.lang.AFn.applyTo(AFn.java:151)
at backtype.storm.daemon.supervisor.main(Unknown Source)
2013-07-09 13:59:20 util [INFO] Halting process: ("Error on initialization")
6、防火墙的问题：
hadoop集群环境(linux系统)中最好关闭防火墙，不然会出现很多问题，例如namenode找不到datanode等。
如果不关闭防火墙，客户端使用API操作HDFS以及ZooKeeper，可能就会出现下面常见的两种异常：
1.使用API操作HDFS时会出现异常：java.net.NoRouteToHostException: No route to host
2.使用API操作ZK时会出现异常：org.apache.zookeeper.KeeperException$ConnectionLossException: KeeperErrorCode = ConnectionLoss for xxxx
解决方法:
查看防火墙是否开启：
service iptables status
使用root权限登陆后，输入关闭防火墙命令，每个运行hadoop和zk的都要关(两条命令任选一个):
/etc/init.d/iptables stop
service iptables stop
25489 supervisor
25537 Jps
19035 QuorumPeerMain
[[email protected] logs]#
[[email protected] storm-0.8.1]# jps
8084 nimbus
8060 core
21615 ZooKeeperMain
21586 QuorumPeerMain
8216 Jps
[[email protected] storm-0.8.1]#
4. 向集群提交任务
Github里有一个例子叫做storm_starter，我们可以用它来做测试。
按照http://github.com/nathanmarz/storm-starter，执行这个程序需要用lein，我们用eclipse代替lein。打包后进行上传。
使用maven或lein解决storm-starter的包依赖问题，但是由于GFW原因，可能有些依赖包无法获取。故这里采用eclipse自导入包的方法来编译storm-starter.
1）下载twitter4j ：twitter4j-2.2.6.zip和storm-starter-master.zip
2） 追加源文件storm-start/src/jvm/storm
使用eclipse建立java project。追加twitter4j和storm的jar文件。
File-> New -> Java Project ->随便取个名字-> Next -> Libraries -> add External JARs...-> 追加twitter4j和storm的jar文件（
/path/to/twitter4j/lib/*.jar
/path/to/storm/lib/*.jar
/path/to/storm/storm-{version}.jar）
-> Finsh
或者可以在建java 项目完成后添加twitter4j和storm的jar文件:
项目名-> 右键->properties->java build path->Libraries -> add External JARs->追加twitter4j和storm的jar文件
导入storm-start
File -> Import -> General -> File System -> Next -> Browse(From directory) -> /path/to/storm-start/src/jvm/storm -> Browse(Info floder) -> xxx -> src -> OK -> “storm” 和 “Create top-level folder”前打勾 -> Finish
3） 追加源文件storm-start/multilang/resources（python 文件word count用）
File -> Import -> General -> File System -> Next -> Browse(From directory) -> /path/to/storm-start/multilang/resources -> Browse(Info floder) -> xxx -> OK -> check “resources” and “Create top-level folder” -> Finish
2个源文件都追加好之后，eclipse左边显示如下图：
如果使用的是storm-0.8.1，下面这行代码会报错，下载0.8.2版本即可解决
[html] view plain copy
- import backtype.storm.task.IMetricsContext;
如果下面这行报错，说明没有commons-collections.jar包，下载地址：http://commons.apache.org/proper/commons-collections/download_collections.cgi
[java] view plain copy
- import org.apache.commons.collections.buffer.CircularFifoBuffer;
最下载稳定包：commons-collections-3.2.1-bin，解压后追加commons-collections-3.2.1.jar文件就ok：
项目名-> 右键->properties->java build path->Libraries -> add External JARs->commons-collections-3.2.1.jar
4） JAR export
File -> Export -> JAR -> JAR file -> 取消 “.classpath” ，“.project” 和 “<.settings” ->的勾 browse -> path/to/export/name.jar -> Finish (忽视 warnings)
可能会报错说PrintSampleStream和TwitterSampleSpout这两个类找不到，将这两个类的注释取消掉即可。
Storm-starter本地运行
这里我们测试Storm-starter项目的wordCount，依然用我们打包好的storm-test.jar 。通过阅读源码我们可以知道，WordCountTopology在编写的时候如果在命令后不加参数，则是一个本地模式的WordCount，而如果有一个参数，也就是集群上的计算拓扑（Topology）名，它就会是一个在集群上跑的计算拓扑。。这里我们首先介绍本地运行
# storm jar storm-test.jar storm.starter.WordCountTopology
如果出现下面的文字，说明运行成功了；
# storm jar storm-test.jar storm.starter.WordCountTopology13973 [Thread-34] INFO backtype.storm.daemon.executor - Processing received message source: spout:10, stream: default, id: {}, [snow white and the seven dwarfs]
13974 [Thread-32] INFO backtype.storm.daemon.task - Emitting: split default ["snow"]
13974 [Thread-26] INFO backtype.storm.daemon.executor - Processing received message source: spout:8, stream: default, id: {}, [an apple a day keeps the doctor away]
13975 [Thread-32] INFO backtype.storm.daemon.task - Emitting: split default ["white"]
13976 [Thread-28] INFO backtype.storm.daemon.task - Emitting: split default ["a"]
13976 [Thread-22] INFO backtype.storm.daemon.executor - Processing received message source: split:6, stream: default, id: {}, ["a"]
13976 [Thread-22] INFO backtype.storm.daemon.task - Emitting: count default [a, 34]
13977 [Thread-32] INFO backtype.storm.daemon.task - Emitting: split default ["and"]
13977 [Thread-22] INFO backtype.storm.daemon.executor - Processing received message source: split:7, stream: default, id: {}, ["and"]
13977 [Thread-22] INFO backtype.storm.daemon.task - Emitting: count default [and, 64]
13978 [Thread-28] INFO backtype.storm.daemon.task - Emitting: split default ["day"]
13978 [Thread-20] INFO backtype.storm.daemon.executor - Processing received message source: split:6, stream: default, id: {}, ["day"]
13978 [Thread-20] INFO backtype.storm.daemon.task - Emitting: count default [day, 34]
13979 [Thread-32] INFO backtype.storm.daemon.task - Emitting: split default ["the"]
13979 [Thread-20] INFO backtype.storm.daemon.executor - Processing received message source: split:7, stream: default, id: {}, ["the"]
13979 [Thread-20] INFO backtype.storm.daemon.task - Emitting: count default [the, 134]
13917 [Thread-17] INFO backtype.storm.util - Async loop interrupted!
13985 [Thread-32] INFO backtype.storm.daemon.task - Emitting: split default ["seven"]
13986 [Thread-28] INFO backtype.storm.daemon.task - Emitting: split default ["keeps"]
13988 [Thread-28] INFO backtype.storm.daemon.task - Emitting: split default ["the"]
13988 [Thread-20] INFO backtype.storm.daemon.executor - Processing received message source: split:6, stream: default, id: {}, ["the"]
13988 [Thread-20] INFO backtype.storm.daemon.task - Emitting: count default [the, 135]
13989 [Thread-32] INFO backtype.storm.daemon.task - Emitting: split default ["dwarfs"]
13989 [Thread-22] INFO backtype.storm.daemon.executor - Processing received message source: split:7, stream: default, id: {}, ["dwarfs"]
13989 [Thread-22] INFO backtype.storm.daemon.task - Emitting: count default [dwarfs, 29]
13990 [Thread-28] INFO backtype.storm.daemon.task - Emitting: split default ["doctor"]
13991 [Thread-28] INFO backtype.storm.daemon.task - Emitting: split default ["away"]
问题：
运行bin/storm jar storm-test.jar storm.starter.WordCountTopology报错：
Exception in thread "main" java.lang.UnsupportedClassVersionError: Filter(Unsupp
orted major.minor version 50.0).
解决：
1）可能是java的版本和javac不一致。
java -version和javac -version看看版本是否一致
解决的方法在PATH 最前面加上 $JAVA_HOME:$PATH
vi /etc/profile
JAVA_HOME=/usr/java/jdk1.6.0_13/
CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar:
PATH=$JAVA_HOME/bin:$PATH:$HOME/bin
2）解决Unsupported major.minor version 51.0错误
这个因为你的eclipse使用java 1.7JDK编译class文件（导出的storm-test.jar），而安装storm的机器上安装的JDK是1.6
解决：打开eclipse中项目上的属性—java compiler–选择一个合适的版本后重新编译即可。
具体步骤
解决：项目------>右键------>属性------>Java Compiler------>Compiler Compliance Level------>选择你使用的JDK版本-(1.6)----->应用。
向集群提交任务
1. 启动Storm Topology：
| storm jar allmycode.jar org.me.MyTopology arg1 arg2 arg3 |
其中，allmycode.jar是包含Topology实现代码的jar包，org.me.MyTopology的main方法是Topology的入口，arg1、arg2和arg3为org.me.MyTopology执行时需要传入的参数。
2. 停止Storm Topology：
| storm kill {toponame} |
其中，{toponame}为Topology提交到Storm集群时指定的Topology任务名称。
3.4 参考资料
https://github.com/nathanmarz/storm/
https://github.com/nathanmarz/storm/wiki
https://github.com/nathanmarz/storm/wiki/Setting-up-development-environment
https://github.com/nathanmarz/storm-starter/
Twitter Storm下载中文镜像
Twitter Storm: 配置开发环境
centos的twitter storm安装和storm-start的本地运行