Storm入门之附录C

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
简介:

本文翻译自《Getting Started With Storm》译者:吴京润    编辑:郭蕾 方腾飞

安装实际的例子

译者注:有些软件的最新版本已有变化,译文不会完全按照原文翻译,而是列出当前最新版本的软件。

首先,从下述GitHub的URL克隆这个例子:

src/main

包含拓扑的源码

src/test

包含拓扑的测试用例

webapps目录

包含Node.js Web可以执行拓扑应用

.
├── pom.xml
├── src
│ ├── main
│ │ └── java
│ └── test
│ └── groovy
└── webapp

安装Redis

Redis的安装是相当简单的:

  1. Redis站点下载最新的稳定版(译者注:翻译本章时最新版本是2.8.9。)
  2. 解压缩
  3. 运行make,和make install

上述命令会编译Redis并在PATH目录(译者注:/usr/local/bin)创建可执行文件。

可以从Redis网站上获取更多信息,包括相关命令文档及设计理念。

安装Node.js

安装Node.js也很简单。从http://www.nodejs.org/#download下载最新版本的Node.js源码。

当前最新版本是v0.10.28

下载完成,解压缩,执行


1 <b>./configure</b>
2  
3 <b>make</b>
4  
5 <b>make install</b>

可以从官方站点得到更多信息,包括在不同平台上安装Node.js的方法。

构建与测试

为了构建这个例子,需要先启动redis-server

>nohup redis-server &

然后执行mvn命令编译并测试这个应用。

>mvn package

[INFO] ————————————————————————
[INFO] BUILD SUCCESS
[INFO] ————————————————————————
[INFO] Total time: 32.163s
[INFO] Finished at: Sun Jun 17 18:55:10 GMT-03:00 2012
[INFO] Final Memory: 9M/81M
[INFO]

运行拓扑

启动了redis-service并成功构建之后,在LocalCluster启动拓扑。

>java -jar target/storm-analytics-0.0.1-jar-with-dependencies.jar

启动拓扑之后,用以下命令启动Node.js Web应用:

>node webapp/app.js

NOTE:拓扑和Node.js命令会互相阻塞。尝试在不同的终端运行它们。

演示这个例子

在浏览器输入http://localhost:3000/开始演示这个例子!

 

关于作者

Jonathan Leibiusky,MercadoLibre的主要研究与开发人员,已在软件开发领域工作逾10年之久。他已为诸多开源项目贡献过源码,包括“Jedis”,它在VMware和SpringSource得到广泛使用。

Gabriel Eisbruch一位计算机科学学生,从2007年开始在Mercadolibre(NASDAQ MELI)任架构师。主要负责研究与开发软件项目。去年,他专门负责大数据分析,为MercadoLibre实现了Hadoop集群。

Dario Simonassi在软件开发领域有10年以上工作经验。从2004年开,他专门负责大型站点的操作与性能。现在他是MercadoLibre(NASDAQ MELI)的首席架构师,领导着该公司的架构师团队。 

相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore &nbsp; &nbsp; ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库&nbsp;ECS 实例和一台目标数据库&nbsp;RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&amp;RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
目录
相关文章
|
消息中间件 分布式计算 大数据
Flink原理简介和使用(3)
Flink原理简介和使用(3)
216 0
Flink原理简介和使用(3)
|
流计算
Flink原理简介和使用(2)
Flink原理简介和使用(2)
227 0
Flink原理简介和使用(2)
|
Java 流计算
Flink原理简介和使用(1)
Flink原理简介和使用(1)
230 0
Flink原理简介和使用(1)
|
jstorm 分布式计算 Java
storm笔记:storm基本概念
本文主要介绍storm中的基本概念,从基础上了解strom的体系结构,便于后续编程过程中作为基础指导。主要的概念包括
338 0
storm笔记:storm基本概念
|
存储 消息中间件 分布式计算
Storm 简介
场景 伴随着信息科技日新月异的发展,信息呈现出爆发式的膨胀,人们获取信息的途径也更加多样、更加便捷,同时对于信息的时效性要求也越来越高。举个搜索场景中的例子,当一个卖家发布了一条宝贝信息时,他希望的当然是这个宝贝马上就可以被卖家搜索出来、点击、购买啦,相反,如果这个宝贝要等到第二天或者更久才可以被搜出来,估计这个大哥就要骂娘了。再举一个推荐的例子,如果用户昨天在淘宝上买了一双袜子,今天想买一副泳镜去游泳,但是却发现系统在不遗余力地给他推荐袜子、鞋子,根本对他今天寻找泳镜的行为视而不见,估计这哥们心里就会想推荐你妹呀。其实稍微了解点背景知识的码农们都知道,这是因为后台系统做的是每天一次的全量处理
151 0
|
Web App开发 监控 API
Flink技术源码解析(一):Flink概述与源码研读准备
一、前言 Apache Flink作为一款高吞吐量、低延迟的针对流数据和批数据的分布式实时处理引擎,是当前实时处理领域的一颗炙手可热的新星。关于Flink与其它主流实时大数据处理引擎Storm、Spark Streaming的不同与优势,可参考https://blog.csdn.net/cm_chenmin/article/details/53072498。 出于技术人对技术本能的好奇与冲动,
32292 0
|
Web App开发 分布式计算 Spark
附录B Akka简介
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/beliefer/article/details/77449909 注:本文是为了配合《Spark内核设计的艺术 架构设计与实现》一书的内容而编写,目的是为了节省成本、方便读者查阅。
1360 0
下一篇
无影云桌面