Storm介绍：
Storm是一个分布式的实时计算框架，具有可扩展，容错等特性，可以应用于实时计算和在线机器学习等领域。
什么是实时流计算：
近几年数据得到广泛应用之后，在数据持久性建模不满足现状的条件下，急需数据流的瞬时建模或者计算处理。
其可用于的场景：
1.网路流量实时分析
2.基于GPS的实时路况分析
3.电信数据管理
4.web应用
5.语音实时墙
…等等
普遍的实时计算处理流程
1.Flume采集到数据后通过push方式存入kafka，如果kafka也使用push的方式向Strom输出数据，由于Storm是个计算框架，有时可能速度会稍慢，造成数据堆积。所以kafka采用的是pull模式，说白了kafka并不是自发的发送数据给下游，而是由下游的组件从kafka中拽数据。有助于提高性能。
Storm架构设计思想：
1.Stream和Tuple：在Storm中也有对流的抽象：流是一种不间断，无界的连续Tuple，可以把Tuple理解成是一种封装数据流的数据结构，可以类比Flume中的Event概念。每个Tuple是包含一个或多个键值对的列表。
2.Spout：Storm认为每个流都有Stream源，也就是要有一个数据源。所以它将这种数据源抽象为Spout，Spout可以连接Twitter API不断发出推文，或者从队列中不断读取数据将其装配为Tuple发射给下游组件。
3.Bolt：那现在有了数据源而且它可以发送数据，所以还缺一种可以盛接和处理这些数据的组件，在Storm中称为Bolt。只要将流方向导向该Bolt，那么他就可以消费任意数量的数据流。同时还可以发送新的流给其他Bolt组件使用。
4.综上，可以把它整体的思想归纳为一张好理解的图：
5.其中，多个Bolt的数据流也可以导向某一个Bolt。借此，会有以下更完整的图：
现在，我们可以将Storm的整个处理流程图看做一个有向无环图（DAG，在Spark中也有相同的概念），Storm将这种图抽象为Topology（拓扑图），拓扑是Storm中最高层次的一个抽象概念，提交拓扑到Storm集群中执行。
Storm中主要角色说明：
1.Nimbus：集群中主节点通常只运行一个后台程序——Nimbus，它的主要职责就是管理，协调和监控在集群上运行的拓扑，包括拓扑的发布，任务指派，事件处理失败时的重新指派。
他还可以将拓扑发布到Storm集群上，将预先打成jar包的拓扑和配置信息提交到nimbus服务器上。一旦它接收到了压缩好的拓扑，就会分发给足够数量的Supervisor节点上。然后nimbus就会指派task（bolt和spout实例）到每个Supervisor节点，并且发送信号指示Supervisor节点生成足够的worker来执行指派的task。
2.Supervisor：工作节点·，后台程序，用于监听工作指派并基于要求运行工作进程，它和nimbus之间通过zookeeper来协调。
3.Zookeeper：协调服务组件，由于zookeeper集群不用于消息传递，所以Storm给zookeeper带来的压力很小，通常一台zookeeper主机就够。
4.Worker：运行具体处理组件逻辑的进程，一个拓扑里可能会有多个worker进程，每个Worker是一个物理JVM进程并且执行整个拓扑的一部分。
5.Task：具体的处理线程，worker中的每一个Spout/Bolt线程称为一个Task，同一个Spout/Bolt线程可能会共享一个Executor线程
至此，Storm入门知识介绍完毕。
