1、Storm集群
1.1 Storm集群和Hadoop集群对比
在Hadoop集群上运行MapReduce jobs，在Storm集群上运行topologies。 jobs和topologies有很大的不同。一个关键的区别是，一个MapReduce jobs最终可完成，然后a topology处理过程永远执行（除非kill it）
1.2 在Storm集群中有两类节点：master节点和多个worker节点
每个master节点以守护进行运行，该守护进程称为“Nimbus”，Nimbus 类似于Hadoop's JobTracker"节点，主要负责在集群中代码分发，任务分配，监控。
每个worker节点以守护进行运行，该守护进程称为Supervisor，一个正在运行的topology是由多台机器多个worker进程处理
1.3 Nimbus 和 the Supervisors 之间的协作
通过ZooKeeper集群完成 ，Nimbus守护进程和Supervisor守护进程是无状态的；所有的状态被保存到ZooKeeper集群或者本地磁盘上。这就意味着你通过kill -9 杀死Nimbus或者 Supervisors进程 ，然后重新启动他们，不会受到任何的影响。这种设计说明Storm集群式非常稳定。
2、 Topologies
为实现在Storm集群上实时计算，首先要创建topologies。一个topology就是一个计算的图形。在一个topology中每个节点含有业务处理逻辑，topology主要把每个处理节点连接起来。集群模式下运行topology，需要把你的代码打成jar文件，然后通过命令执行。该命令格式： storm jar all-my-code.jar backtype.storm.MyTopology arg1 arg2
backtype.storm.MyTopology：定义topology和提交topology到Nimbus节点；
storm jar ： 主要连接Nimbus 和上传jar文件;
3、Streams
在Storm核心概念就是stream。一个stream就是一个tuples的序列
总结如下：
Topologies 用于封装一个实时计算应用程序的逻辑，类似于Hadoop的MapReduce Job
Stream 消息流，是一个没有边界的tuple序列，这些tuples会被以一种分布式的方式并行地创建和处理
Spouts 消息源，是消息生产者，他会从一个外部源读取数据并向topology里面面发出消息：tuple
Bolts 消息处理者，所有的消息处理逻辑被封装在bolts里面，处理输入的数据流并产生新的输出数据流,可执行过滤，聚合，查询数据库等操作
Task 每一个Spout和Bolt会被当作很多task在整个集群里面执行,每一个task对应到一个线程.
Stream groupings 消息分发策略,定义一个Topology的其中一步是定义每个tuple接受什么样的流作为输入,stream grouping就是用来定义一个stream应该如何分配给Bolts们.
