Topology：Storm中运行的一个实时应用程序的名称。（拓扑）
Spout：在一个topology中获取源数据流的组件。
通常情况下spout会从外部数据源中读取数据，然后转换为topology内部的源数据。
Bolt：接受数据然后执行处理的组件,用户可以在其中执行自己想要的操作。
Tuple：一次消息传递的基本单元，理解为一组消息就是一个Tuple。
Stream：表示数据的流向。
106 Storm编程模型
2023-11-01
51
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
106 Storm编程模型
目录
相关文章
|
7月前
|
分布式计算
并行计算
Java
|
消息中间件
存储
缓存
|
SQL
分布式计算
算法
Flink 的编程模型与其他框架比较
我们在讲解 Flink 程序的编程模型之前，先来了解一下 Flink 中的 Streams、State、Time 等核心概念和基础语义，以及 Flink 提供的不同层级的 API。
267
0
1
|
消息中间件
IDE
Java
|
分布式计算
Java
API
|
分布式计算
Java
Hadoop
|
存储
分布式计算
Java
|
分布式计算
Java
API
Flink实战(三) - 编程范式及核心概念
1 基本的 API 概念
Flink程序是实现分布式集合转换的常规程序（例如，过滤，映射，更新状态，加入，分组，定义窗口，聚合）。最初从源创建集合（例如，通过从文件，kafka主题或从本地的内存集合中读取）。
1723
0
0
|
存储
分布式计算
Java
Storm学习总结
2658
0
0
|
分布式计算
资源调度
并行计算
并行计算框架MapReduce编程模型
思想：分而治之
map：对每一部分进行处理
reduce :汇总map结果
map是MapReduce最核心的。
mapreduce编程模型
一种分布式计算模型，解决海量数据计算问题
MapReduce把整个并行计算的过程抽象到两个函数，map和reduce函数。
1522
0
0
热门文章
最新文章
1
docker容器里安装ssh
2
优秀的代码都是如何分层的？
3
RDS入门——Excel文件转存到RDS数据库实践
4
3、Python与设计模式--建造者模式
5
PostgreSQL SQL HINT的使用
6
跟阿里云技术专家阙寒一起深度了解视频直播CDN技术
7
AjaxFileUploader上传插件 兼容性好
8
（转载） 数组a[]={3,5,2,4,1,8}，要求从a中找出所有“和”等于10的子集
9
SAP WM Movement Type Mail Control for Background processing
10
Ext 4 概述（七）之面板Panel & 杂项