Storm單詞技術案例（重點掌握）
7.1、功能說明
設計一個topology，來實作對文檔裡面的單詞出現的頻率進行統計。
整個topology分為三個部分：
l RandomSentenceSpout：資料源，在已知的英文句子中，随機發送一條句子出去。
l SplitSentenceBolt：負責将單行文本記錄（句子）切分成單詞
l WordCountBolt：負責對單詞的頻率進行累加
7.2、項目主要流程
7.3、RandomSentenceSpout的實作及生命周期
7.4、SplitSentenceBolt的實作及生命周期
7.5、WordCountBolt的實作及生命周期
7.6、Stream Grouping詳解
Storm裡面有7種類型的stream grouping
l Shuffle Grouping: 随機分組， 随機派發stream裡面的tuple，保證每個bolt接收到的tuple數目大緻相同。
l Fields Grouping：按字段分組，比如按userid來分組，具有同樣userid的tuple會被分到相同的Bolts裡的一個task，而不同的userid則會被配置設定到不同的bolts裡的task。
l All Grouping：廣播發送，對于每一個tuple，所有的bolts都會收到。
l Global Grouping：全局分組， 這個tuple被配置設定到storm中的一個bolt的其中一個task。再具體一點就是配置設定給id值最低的那個task。
l Non Grouping：不分組，這stream grouping個分組的意思是說stream不關心到底誰會收到它的tuple。目前這種分組和Shuffle grouping是一樣的效果， 有一點不同的是storm會把這個bolt放到這個bolt的訂閱者同一個線程裡面去執行。
l Direct Grouping： 直接分組， 這是一種比較特别的分組方法，用這種分組意味着消息的發送者指定由消息接收者的哪個task處理這個消息。隻有被聲明為Direct Stream的消息流可以聲明這種分組方法。而且這種消息tuple必須使用emitDirect方法來發射。消息處理者可以通過TopologyContext來擷取處理它的消息的task的id （OutputCollector.emit方法也會傳回task的id）。
l Local or shuffle grouping：如果目标bolt有一個或者多個task在同一個工作程序中，tuple将會被随機發生給這些tasks。否則，和普通的Shuffle Grouping行為一緻。
注：如對以上有如何問題，可私信我