上一篇【storm初识】 博文连接：
本文将对storm的概念进行解释和进一步阐述，将要讲解的概念有：
Topologies （拓扑）
Streams (数据流)
Spouts （发射器，瀑布）
Bolts （ 闪电 ，处理者）
Stream groupings （流群组）
Reliability （可靠性）
Tasks （任务）
Workers （角色，工作者）
名词解释
Topologies （拓扑）
topologies是实时处理计算的程序逻辑的程序包，一个topologies类似于一个 MapReduce 任务，MapReduce 任务是最终完成，而一个拓扑可以永远运行（只到你杀死它为止）。一个topologies是Spouts和Bolts 在storm集群中连接关系结构图。
后续还会有详细的在生产以及本地部署、测试、提交Topologies学习和介绍。请大家多多关注！！！
Streams (数据流)
Streams是storm中一个核心的概念，它是在分布式并行处理和创建的无限序列元组，Streams通过给流元组中字段命名来定义，默认情况下，元组可以包含整型，长整型，短整型，字节，字符串，布尔型，双精度浮点型，单精度浮点型，字节数组，也可以自定义序列化类型。
声明任何一个stream需要给定一个ID（非必须），单一stream，一个Spouts对应一个Bolts也是很常见。“OutputFieldsDeclarer” 接口为声明没有指定id的stream提供个简便的方法，这种情况下，stream会有一个名称为“ "default" 的默认id。流是有元组组成。
后续还会有详细讲解 Tuple（元组），OutputFieldsDeclarer，元组中动态类型以及自定义序列化，请多多关注！！！
Spouts （发射器，瀑布）
Spouts是一个拓扑中stream（数据流）的源头，通常情况下，Spouts从其他应用源（消息等数据载体）读取 tuples（元组） ，发送到拓扑中，spouts可以是可靠或不可靠两者之一，当一个 tuples（元组）被storm处理失败时， 可靠的Spouts将自动重新发送，不可靠的Spouts会丢弃。
Spouts可以发送不止一个数据流，当使用SpoutOutputCollector的emit方法发送时，可以通过OutputFieldsDeclarer的declareStream方法声明多个Stream（数据流）和指定数据流进行发送。
Spouts 中有个重要的方法--nextTuple。nextTuple方法可以发送一个新的Tuple（元组）到拓扑，如果没有新的元组需要发送，则会直接返回。nextTuple方法不会影响任何Spouts 的实现，所以storm可以在相同的线程内调用所有spout方法。
Spouts 中还有另外两个重要的方法--ack 和 fail，storm发现一个spout发送Tuple（元组）完全成功或者失败是就会调用，这两个方法只会被可靠Spouts调用。
后续还会有详细讲解 如何声明Spouts以及 Spouts 如何有效的处理消息，请多多关注！！！
Bolts （ 闪电 ，处理者）
拓扑中的所有处理工作都在bolts中执行，bolts可以做过滤，功能，计算，合并，数据库交互等等处理元组的操作。
bolts可以做一些简单数据流传输,如果做复杂的数据流传输,需要分成多步使用多个bolt。比如，转移一个流为统计图至少需要两步：一个bolt为没一个统计图循环汇总统计数据，在生成某个统计图前需要一个或者多个bolt进行转换（多个比一个的伸缩性更强）。
bolts 可以发送不止一个数据流，当使用OutputCollector的emit方法发送时，可以通过OutputFieldsDeclarer的declareStream方法声明多个Stream（数据流）和指定数据流进行发送。
当声明一个bolt的输入流时，就需要订阅特定数据流的另一个组件。如果需要订阅另一个组件的所有数据流，就必须一个一个订阅。InputDeclarer有个简便的语法，可以在默认stream ID上订阅这个数据流。比如，declarer.shuffleGrouping("1") 和 declarer.shuffleGrouping("1", DEFAULT_STREAM_ID) 语法一样，均是订阅组件“1”上的默认stream id。
bolts 还有一个重要的execute方法，它可以将处理好新元组发送给OutputCollector。在execute方法中，bolts 应当为每个元组调用OutputCollector的ack方法，以便storms确保每个元组都能正确的执行完成。最常见的场景是，基于一个元组发送0个或者多个元组，然后接收新的输入元组，bolts提供了一个IBasicBolt 接口自动接收。
bolts可以很好的启用新线程进行异步处理，OutputCollector在任何时候都是线程安全的。
后续还会有详细讲解 通用接口--IRichBolt，基本接口-- IBasicBolt ，元组发射类--OutputCollector以及数据流的流转。
Stream groupings （流群组）
一个拓扑中典型的一步就是为每个bolt指明接受哪种流作为输入。 stream grouping（流群组）定义了流在bolt 任务中如何被划分。
Storm 中有8种内置流群组，也可以通过实现CustomStreamGrouping接口自定义一个流群组。
- 随机分组：元组随机的分布到各个bolt任务中，保证每个bolt处理同等数量的元组。
- 字段分组：根据指定字段对数据流切割分组，比如，在数据流中根据“user-id”字段分组，具有相同“user-id”字段的元组会被分到同一个任务中，不同于“user-id”字段的元组会被分到其他任务中。
- 侧重分组：和字段分组分组类似，根据指定字段对数据流分组，不同的是，它对下游的bolt做了负载均衡，当传入的数据倾斜时（不均衡），它可以更好的利用资源，这个文档很好的解释了它是如何更好的工作的。如有需要另起一篇关于它的详细工作原理的，可以通过评论提出。
- 全分组：数据流将分配到所有bolt的任务中，这个分组慎用。
- 全局分组：所有的流被分配到bolt其中一个任务，特别之处，它会分配到ID最小的bolt。
- 无分组：这种分组就是不用关心数据流是如何分组的，一般来说，无分组相当于随机分组，不过， Storm 将会在同一个线程中推送无分组的bolt给订阅了的bolt或者spout。
- 直接分组：这是一种特殊的分组，采用这种方式意味着，元组生产者直接决定了哪个元组消费者直接接收。该分组只能被定义为直接流的所使用，元组发送只能使用emitDirect方法，bolt可以通过提供的TopologyContext或者OutputCollector的emit方法的输出流(元组发送完毕后返回任务id)得到任务id.
- 本地 或 随机分组:如果目标bolt在同一个工作进程内有一个或多个任务时,元组会打乱工作进程内的任务,这机制就像一个正常的随机分组似的。
后面会有详细讲解，使用TopologyBuilder这个类构建一个拓扑，
Reliability （可靠性）
storm保证了每个spout发送的元组都会被成功执行，它会跟踪从每个spout发送元组触发的消息树，当每个元组被完全处理完毕才算完成，每个拓扑均有一个消息超时，如果在这个时间内，这个拓扑有一个spout元组未被处理完毕，随后storm都会重新发送这个元组。
利用storm高可用性能，当一个元组有新的元素加入和成功处理了一个有效元组时告诉storm，bolt中调用emit方法发送消息后，通过OutputCollector对象的ack方法确保消息处理完成。
后续博文会详细的解释 storm可靠性工作原理。
Tasks （任务）
每个spout或者bolt 都在集群任务中执行，每个任务对应着一个线程，storm集群控制如何发送一个任务组到另外一个任务组，通过TopologyBuilder的setSpout 和setBolt方法设置Spout 和Bolt的并行性。
Workers （角色，工作者）
拓扑在一个或多个工作进程之间执行。每个工作进程是一个物理JVM，用于执行拓扑中任务的一部分，比如，有300个并行拓扑并且分配了50个工作进程，每个工作进程将会执行6个任务，storm会尽量均匀的分配到工作进程中。可以通过Config.TOPOLOGY_WORKERS 这个配置设置工作进程数执行拓扑。
