Storm的aril，Storm-starter及macen

tail的特性

Tail适合文本源

不仅读取数据源，而且监听 一旦有变化，会把增量数据读取

类似与tomcat的日志输出

如果是Message Queue源的话，该特性没必要。

Storm-starter

官方提供的例子包

最好的学习资料

https://github.com/nathanmarz/storm-starter  下载地址

Maven：打包程序，比ant强大

mvn eclipse:eclipse

Fatjar   eclipse 插件，特点： 慢，而且只能设一个main类

Maven的安装配置

下载maven直接解压

配置conf/setting

<localRepository>D:/Program Files/apache-maven-3.0.5-bin/maven_repo</localRepository>

<activeProfiles>

<activeProfiles>local</activeProfiles>

</activeProfiles>

<pluginGroups>

<pluginGroups>org.mortbay.jetty</pluginGroups>

</pluginGroups>

并添加到path中去

与Eclipse整合指定目录

指定配置文件

下载的项目中没有.classpath 可以通过mvn生成

mav  eclipse:eclipse

下载所需jar包 并生成eclipse所需要的文件

-----------------------------

stream grouping就是用来定义一个stream应该如果分配给Bolts上面的多个Tasks。

storm里面有6种类型的stream grouping:

1. Shuffle Grouping: 随机分组， 随机派发stream里面的tuple， 保证每个bolt接收到的tuple数目相同。轮询，平均分配。

2. Fields Grouping：按字段分组， 比如按userid来分组， 具有同样userid的tuple会被分到相同的Bolts， 而不同的userid则会被分配到不同的Bolts。

3. All Grouping： 广播发送， 对于每一个tuple， 所有的Bolts都会收到。

4. Global Grouping: 全局分组， 这个tuple被分配到storm中的一个bolt的其中一个task。再具体一点就是分配给id值最低的那个task。

5. Non Grouping: 不分组， 这个分组的意思是说stream不关心到底谁会收到它的tuple。目前这种分组和Shuffle grouping是一样的效果，不平均分配。

6. Direct Grouping: 直接分组， 这是一种比较特别的分组方法，用这种分组意味着消息的发送者举鼎由消息接收者的哪个task处理这个消息。 只有被声明为Direct Stream的消息流可以声明这种分组方法。而且这种消息tuple必须使用emitDirect方法来发射。消息处理者可以通过TopologyContext来或者处理它的消息的taskid (OutputCollector.emit方法也会返回taskid)