jstorm干货

工作需要接触到jstorm JStorm集群包含两类节点：主控节点（Nimbus）和工作节点（Suprvisor）

1. 主控节点（Nimbus）上运行Nimbus Daemon。Nimbus负责接收Client提交的Topology，分发代码，分配任务给工作节点，监控集群中运行任务的状态等工作。Nimbus作用类似于Hadoop中JobTracker。
2. 工作节点（Supervior）上运行Supervisor D。Supervior通过subscribe Zookeeper相关数据监听Nimbus分配过来任务，据此启动或停止Worker工作进程。每个Worker工作进程执行一个Topology任务的子集；单个Topology的任务由分布在多个工作节点上的Worker工作进程协同处理。
   https://blog.csdn.net/wwwxxdddx/article/details/49978311
   Nimbus和Supervisor节点之间的协调工作通过Zookeeper实现。此外，Nimbus和Supervisor本身均为无状态进程，支持Fail Fast；JStorm集群节点的状态信息或存储在Zookeeper，或持久化到本地，这意味着即使Nimbus/Supervisor宕机，重启后即可继续工作。这个设计使得JStorm集群具有非常好的稳定性

先了解他是干什么的
分布式实时计算引擎，就是你给他数据，按照你编写的规则，他处理完
标准解释：用户按照规定的变成规范实现一个任务，将任务放到jstorm上，jstorm就将任务7*24小时调度起来
优点：开发非常迅速，容易上手，就像有水龙头 -》污水池处理 --》下游
扩展性极好，一个worker坏了调度器nimbus会马上分配另外一个
准确性比较高，采用了acker机制，保证数据不丢失，
使用场景：日志分析，管道系统，消息转化，统计分析
这几个术语要知道
角色 作用
Nimbus 调度器 分配任务的
Supervisor Worker的代理角色，负责Kill掉Worker和运行Worker 污水池处理的
Worker Task的容器 工人
Task 任务的执行者 工人
ZooKeeper 系统的协调者 系统协调者
stream 流 流是一个无间断的连续的tuple元值，
spout 原始元祖的源头，就像是水龙头，这个可能是消息中间件如MQ，Kafka，TBNofity 不间断发出消息
有了源头，有了tuple，拿着这些数据的处理过程就是Bolt
Bolt 消费任意数量的输入流，污水池 ，

你的spout打开了，想得到那种类型的水就打开那种类型的Bolt，处理完就会再进行下一步处理或者流向别的容器
Tuple value list 值列表
Topology 有向无环图即拓扑，一个拓扑就是一个数据流转图，途中标注每一个节点是一个spout还是bolt，把元祖数据发送到那个bolt，
worker和task
worker表示一个进程，tash表示一个线程，一个进程对应多个线程，
Supervisor是JStorm中的工作节点，类似于MR的TT，subscribe zookeeper的任务调度结果数据，根据任务调度情况启动/停止工作进程Worker。同时Supervisor需要定期向zookeeper写入活跃端口信息以便Nimbus监控。Supervisor不执行具体处理工作，所有的计算任务都交Worker完成。从整个架构上看，Supervisor处在整个JStorm三级管理架构的中间环节，辅助管理任务调度和资源管理工作。
Supervisor单节点架构如上图所示，初始化时启动进程Supervisor，根据Nimbus分配的任务情况触发启动/停用Worker JVM进程，其中每个Worker进程启动一个或多个Task线程，其中Task须同属单个Topology。从整个Supervisor节点来看运行多个JVM进程，包括一个Supervisor进程和一个或多个Worker进程。
不同角色状态通过不同的方式维护。其中Task通过hb直接将包括时间信息和当前Task的统计信息写到zookeeper；Worker定期将包括Topology id，端口，Task id集合及当前时间写入本地；Supervisor定期将包括时间及节点资源（端口集合）写到zookeeper，同时从zookeeper读取任务调度结果，根据结果启动/停用Worker进程。

记住这个图片基本上没什么打的困难了入门了就，

了解这个也得知道一个流的概念，就是水龙头 -》污水池处理 --》下游

这个链接比较形象https://www.cnblogs.com/smartloli/p/4810362.html