取消storm跟踪机制的方法有哪些
这篇文章主要讲解了"取消storm跟踪机制的方法有哪些"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"取消storm跟踪机制的方法有哪些"吧！
storm中涉及的名词
0、zookeeper
1、nimbus
2、supervisor
3、worker
4、executor
5、task
6、topology
0、zookeeper：存储状态信息、调度信息、心跳，---》nimbus和supervisor之间的通信是由zookeeper来连接的，nimbus和supervisor是不能直接通信的，storm集群中的信息都存储在zookeeper中。
1、nimbus：相当于集群中的master，storm是master/slave架构---》nimbus主要有两个任务，1---》管理集群，supervisor向zookeeper写信息，然后nimbus从zookeeper的节点上获取到信息，这样nimbus就知道集群中的信息了。
2---》调度topology，当一个topology通过nimbus提交到集群，nimbus会通过zookeeper中得到集群中有多少个supervisor和运行状况，然后根据supervisor运行状况启动worker，nimbus也负责接收数据。
2、supervisor：storm的每一个节点上会有一个supervisor进程，supervisor负责启动和停止worker进程。
3、worker：每一个supervisor进程一般会启动多个worker进程，worker就是jvm，主要负责两件事；1、启动executor，2、负责worker和worker之间的通信。
4、executor：创建实际的Spout/Bolt对象，创建两个线程，执行线程、传输线程（负责task与task中数据的通信）。
5、task：本人认为task就是executor中的执行线程。
6、topology：就是我们写的storm程序
7、Spout（水龙头）：每一个topology都要有Spout节点，都必须从Spout节点开始，是生产Tuple的源头，Spout有 KafkaSpout、DRPCSpout、RedisSpout等；Spout是集群的起始节点，因此nimbus和supervisor都挂了，集群还是可以运作的，Spout拿数据然后产生Tuple，再将数据发送给Bolt来处理数据，nextTuple()就是Spout的发送数据的函数，emit()是发送数据的方法；
8、Bolt：每一个topology可以有n个Bolt处理节点，用去处理数据的中间状态或结果状态，Bolt中的execute()方法是用来处理数据的
BaseBolt：
RichBolt：collector.emit(oldTuple,newTuple);
9、Tuple：Tuple的id对于Storm的可靠性是非常有用的，数据的最小单元
10、acker：Storm的跟踪机制，Tuple在每一级的处理都会向acker汇报；如果规定时间内没有返回到需要的信息，会有一定的处理机制，比如重发或丢弃；
取消跟踪机制的三种方法
1、在配置文件中将Config.TOPOLOGY_ACKERS设置为0，整个bolt树状结构都没有ack机制
2、不设置messageid，没有messageid，ack就没法做异或运算；
3、在发送Tuple时不发送oldTuple
跟踪总结：ack机制实现首先需要配置，其次有messageid，最后要将原Tuple和新Tuple都发送出去；
10、Stream：每一个Stream都有一个id，如果没有指定写id就用的是默认的流，叫default，每个Spout/Bolt都有一个默认的Stream：default
注：并发度的衡量标准是由多少个executor（thread），而不是task
感谢各位的阅读，以上就是"取消storm跟踪机制的方法有哪些"的内容了，经过本文的学习后，相信大家对取消storm跟踪机制的方法有哪些这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！
