1、功能说明
设计一个topology，来实现对文档里面的单词出现的频率进行统计。
整个topology分为三个部分：
- RandomSentenceSpout：数据源，在已知的英文句子中，随机发送一条句子出去。
- SplitSentenceBolt：负责将单行文本记录（句子）切分成单词
- WordCountBolt：负责对单词的频率进行累加
2、项目主要流程
3、RandomSentenceSpout的实现及生命周期
4、SplitSentenceBolt的实现及生命周期
5、WordCountBolt的实现及生命周期
6、Stream Grouping详解
Storm里面有7种类型的stream grouping
- 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数目大致相同。
- 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里的一个task，而不同的userid则会被分配到不同的bolts里的task。
- All Grouping： 广播发送，对于每一个tuple，所有的bolts都会收到。
- 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。
- Non Grouping： 不分组，这stream grouping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， 有一点不同的是storm会把这个bolt放到这个bolt的订阅者同一个线程里面去执行。
- 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指定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来获取处理它的消息的task的id （OutputCollector.emit方法也会返回task的id）。
- Local or shuffle grouping： 如果目标bolt有一个或者多个task在同一个工作进程中，tuple将会被随机发生给这些tasks。否则，和普通的Shuffle Grouping行为一致。
