1.0.2版本Apache Storm的部署始末

Storm是一个流式处理框架，开发人员开发出特定的项目，然后通过storm这个渠道下发各种任务，从而达到任务执行的效果。

Storm有两个比较重要的组件：nimbus和supervision，其中nimbus主要是承接任务和分配任务用，而每一个supervision可以有若干worker（视服务器硬件而定），而supervison的主要任务就是监控对应的worker，一旦worker死了，supervision就会把他们唤醒。

本次试验是用的是金山云服务器， storm的配置是"1个nimbus，三个supervision"，每一个worker上只执行一个任务，总共三个任务。

准备工作

安装storm之前需要在storm里新安装一套zookeeper，因为storm是需要一个zk集群的，nimbus和每一个supervisior是通过zk的心跳来传递存活的信息，于是我们就在每一个supervision里面安装一个zookeeper，并且启动zookeeper的server端，安装zookeeper的方法可以移步http://chenx1242.blog.51cto.com/10430133/1889715 。

上面这段话用图来说就是这样子：

启动zookeeper之后，就需要在nimbus和supervisior里安装storm，我这里安装的storm是1.0.2版本，路径直接是/storm/apache-storm-1.0.2。

将storm安装完之后，需要在nimbus和supervisior里更改/etc/hosts文件，改成如下的格式：

保存完/etc/hosts之后，还有一个比较重要的步骤，就是在/etc/ld.so.conf.d/这个路径里面建立一个ffmped.conf这个文件，文件的内容如下：

注意，“/storm/apache-storm-1.0.2”是我的storm路径，在实际情况下需要根据自己的路径进行更改。

把这个ffmped.conf建立成功之后，我们可以测试一下，如果输入#ldconfig的话，会出现如下的内容，就证明达到了我们的效果：

storm本身的bin目录夹里也有很多命令可以直接使用，为了调用#storm list方便，我们需要把“storm”这个可执行文件作一个软连接，方法就是先#cd /usr/local/bin/，然后#ln -s /storm/apache-storm-1.0.2/bin/storm storm。这样的话，我们就可以直接使用#storm list来查看任务列表了。

Storm的具体配置

安装了storm，调整了命令行，同时也搞定了ffmpeg.conf，下面就是调整storm的配置文件了，nimbus和supervisior都要改。

storm的配置文件叫storm.yaml，路径位于storm文件夹下的/conf/文件夹，我们需要在这个文件里面输入如下的内容：

下面对配置文件作一个简单的解释：

1）storm.zookeeper.port:zk的默认端口2181；

2）storm.cluster.mode:storm的集群运行模式，这里我们也是采用默认的distributed（分布式）；

3）storm.local.dir:storm使用的本地文件的目录，这个目录必须存在而且storm进程可读写；

4）supervisor.slots.ports：这个地方在nimbus里可以不用管，但是在supervisior里是需要改的，如果你只打开6700，那么就只放开了6700端口，即只有一个worker，如果你打开了6700、6701、6702三个端口，那么就意味这个supervisior将有三个worker在工作，由于这次试验里我们每一个supervisor只开启一个任务，所以在supervisior的storm.yaml里这个节点就只保留6700，其他的就全部注释掉；

5）nimbus.task.launch.secs:task启动时的一个特殊超时设置.在启动后第一次心跳前会使用该值来临时替代nimbus.task.timeout.secs；

6）worker.childopts:设定每个worker (JVM任务)的最小和最大内存；

更改完了storm.yaml之后，就要在nimbus里面安装zkclient。直接复制粘贴过来就好了。

如果你不喜欢storm自带的日志格式，想更改一下日志的内容，那么就要在/storm/apache-storm-1.0.2/log4j2文件夹里面修改worker.xml，不过在这里善意的提醒，最好在修改之前先备份原有的worker.xml。

连接具体任务

我们这次的实验包用的是乐橙开发已经做好的包，我们把这个包的内容复制到/storm/文件夹下，同时#mkdir install和#makir properties这两个文件夹，在install文件夹里有开发写的任务的jar包和启动程序，如下：

而在properties文件夹里，应该有这个任务的配置文件，如下：

由于我们已经事前在/etc/hosts里指定了zkclient需要访问的zk ip地址了，那么如果zk项配置正确，zkclient这个时候是可以成功启动的。同时在install文件夹里./update_stormserver_config.sh也应该是反应正确的。

然后我们就可以启动storm了。

启动storm要先启动nimbus，在/storm/apache-storm-1.0.2/bin里面启动run_nimbus.sh，然后等一下会有一大片东西出现，再#jps一下就能看到nimbus已经启动了，如图：

从上图我们可以看到，18141的进程就是zkclient，只不过在jps里它名字叫AppServerDaemon，而zkServer在jps里叫QuorumPeerMain。

如果 storm出现“Did you specify a valid list of nimbus hosts for config nimbus.seeds?"的错误提示，那么就是nimbus没有启动的缘故。

启动了nimbus之后，就可以在supervisor的机器里去效仿着启动supervisor，但是这里要注意，如果你开启了一个supervisior，那么按照我们上面的配置文件，就启动了一个6700端口的worker，这个时候在nimbus执行下派一个任务的命令，nimbus就会下派这个任务给这个worker。

下派命令的例子如下：

这样就启动了一个叫videoshare的任务，这个任务只用1个 worker。

如果在命令行里反馈这样的错误：

或者exception in thread main java.lang.NoClassDefFoundError 这样的错误，那就要检查jar包和路径。

而如果你再打开一个supervisor，在nimbus端又下发了一个任务，那么这个任务就会给刚刚新启动的supervisor。这样，启动一个下发一个，就会对每一个worker具体干的任务情况有一个比较清晰的了解。

在nimbus上执行#storm list，就可以获得上图的样子，可以看出，我在nimbus端下发了三个任务，就是topology_name这一栏，他们的状态也是active，而workers数量都是1，也就是说在那三台supervisor里都在工作。而跑到supervisor一看日志，也是对应有各自的任务日志。

至此整个storm和具体的模块工作的搭建就完成了。

如果你事前一口气把三个supervisor都打开了，即开启了3个worker，然后一口气在nimbus端，一口气输入了三个下发任务的命令，那么这三个命令会随机的到这三个worker里，没有任何顺序而言，你只能通过日志的关键词来判断具体的worker做哪些任务。

而如果你的worker数量少于nimbus下发任务的数量，会有什么反应呢？

答案就是任务根本没有worker去干，在#storm list里，多余的任务对应的num_workers的数字是0，而如果这个时候你新增一个supervisor到这个storm集群，那么这个任务就会吭哧吭哧开始工作了。

 本文转自 苏幕遮618 51CTO博客，原文链接:http://blog.51cto.com/chenx1242/1932498