有问有答 | Storm技术内幕与实践精华问答

戳蓝字“CSDN云计算”关注我们哦！

Storm是Twitter开源的分布式实时大数据处理框架，被业界称为实时版Hadoop。随着越来越多的场景对Hadoop的MapReduce高延迟无法容忍，比如网站统计、推荐系统、预警系统、金融系统等，大数据实时处理解决方案的应用日趋广泛，目前已是分布式技术领域最新爆发点，而Storm更是流计算技术中的佼佼者和主流。那么，今天“有问有答”第二期，就为大家带来《Storm技术内幕与实践精华问答》，赶快学习起来吧！

Q：Storm的实时性处理速度很高，有没有一个最高点的限制？比如在入口处服务器的CPU和内存一定的情况下。在处理实时数据的时候，不用Storm，自己手动写一个分布式处理的模块（类似负荷分担），对比Storm有什么优劣呢？

A：Storm处理速度在毫秒级，实际应用也取决于计算的复杂度和查询的外部数据带来的开销。自己写的话，考虑各种情况的话编码量会多不少，而且消息计算和分发调整没那么灵活，后期在分布式集群中调优也没那么方便；Storm不依赖入口处服务器，主服务器Nimbus根据初始配置等计算好各任务，即把各任务分配到分布式环境的各个worker上，可以设置多个worker实例并行处理入口或者中间的消息解决入口服务器的负载问题，实际开发中只要设计好消息计算和转发的拓扑，让代码更多的关心计算、统计等的业务逻辑，简化了开发分布式应用的门槛。过程如下：

640?wx_fmt=png

Q：实时处理利器Storm与Spark。我们在它们之间做出选择时，应该考虑到哪些指标？或者说它们各自有什么优势？

A：Spark Streaming是批处理，一桶桶的去接水；Storm是流计算（当然Trident也有部分批量处理），接好自来水管子，一条条消息通过管子自动的流到终点；计算方式的不同，导致了两个差异：

1 ）往往Storm是毫秒级的，Spark Steaming是秒级以上的应用

2 ）无状态的求和、计数等应用Storm更适合，反应实际情况更及时，我们实时意图的功能用了Storm,最快的反应用户最新一条行为；需要分治法、批量计算的应用，用Spark Streaming，对于实时要求高一点的应用，可以根据具体的实际应用的需要，调整“桶”的大小，来提高响应的时间。Spark和Yarn结合的更好，Storm是和Mesos结合的更好。Spark不仅仅包含Spark Steaming，有图计算、MLib、Spark SQL等。

Q：对于传统使用数据库的报表，数据有上亿条。用户针对这些数据查询，查询条件包含时间段、区域等等十几个，总之查询条件是多维度的，使用存储过程实现，需要多次group by，耗时近十分钟。请问这种场景下想要实时查询，秒级返回结果，Storm可适用？

A：不是很合适，要么放HDFS中通过Impla,Spark SQL,Kylin等交互式查询，要么通过传统的数据仓库来做，流式计算主要处理实时产生的增量数据。

Q：在Storm的学习过程中，感觉难以理解的部分有：1）Storm的反馈机制的设计原理；2）HBase用在线上栏位高可用保障方面的采集过程；3）前端栏位快照数据回流，每次访问过程中商品。这三个问题应该如何理解？

A：1）可以简单参考下图

640?wx_fmt=jpeg

实际生产环境中需要计算栏位的产品列表不同算法的一些实时指标，不断的反馈模型，修正相关因子或权重。

2）比如，采集0.98等版本的HBase，用默认的JMX不是很好，读到的某些数据往往是溢出的，不是很准，用HBaseClient接口收集相关更精确的数据

3）尽可能的保存每一个点击行为的当前的快照，比如商品当前的订单量、访问量、价格等，用来离线训练，这些数据全部都走tracker方式，数据量比较大，在调用服务端API的时候可以异步写到Kafka，再通过Gobblin等sync到HDFS。

Q：Kafka在Storm中的角色是什么呢？是作为分流的解决方案,还是作为通信的工具？Kafka的前置机是什么？数据量大的时候Kafka会不会崩掉？

A：Kafka在Storm之前扮演一个缓冲的消息队列；Kafka最开始的前置一般有Flume等，其他消息也可以直接往Kafka写，Storm的中间过程也可以存到Kafka中，当做一个消息队列来用；双十一的时候，分区设置小，Kafka满了，来不及处理崩过，写Kafka的时候；如果客户端直接写Kafka，也要注意，并发量大会把Kafka搞挂。采用异步写+本地缓存写Kafka，比如log4j写Kafka，基本的异步和本地缓存等已经做了，数据量再大的时候，加一层Flume等。

2019年，我们的新栏目，有问有答今天就到这里啦，明天我们不见不散。两期问答结束后，您对此栏目有什么意见和看法呢？您想要学习哪方面的问题，我们可以根据您提供的话题，有针对性的进行问答。所以，赶快留言吧！

---------------- 完 --------------

1.微信群：

添加小编微信：color_ld，备注“进群+姓名+公司职位”即可，加入【云计算学习交流群】，和志同道合的朋友们共同打卡学习！

2.征稿：

投稿邮箱：liudan@csdn.net；微信号：color_ld。请备注投稿+姓名+公司职位。

推荐阅读