《Storm企業級應用：實戰、運維和調優》——3.1 Tuple元組

本節書摘來自華章計算機《storm企業級應用：實戰、運維和調優》一書中的第3章，第3.1節,作者：馬延輝 陳書美 雷葆華著， 更多章節内容可以通路雲栖社群“華章計算機”公衆号檢視。

tuple是storm的主要資料結構，并且是storm中使用的最基本單元、資料模型和元組。

3.1.1　tuple描述

tuple就是一個值清單，tuple中的值可以是任何類型的，動态類型的tuple的f?ields可以不用聲明；預設情況下，storm中的tuple支援私有類型、字元串、位元組數組等作為它的字段值，如果使用其他類型，就需要序列化該類型。

tuple的字段預設類型有：integer、float、double、long、short、string、byte、binary（byte[]）。

tuple資料結構如圖3-1所示。

tuple可以了解成鍵值對。例如，建立一個bolt要發送兩個字段（命名為double和triple），其中鍵就是定義在declareoutputfields方法中的fields對象，值就是在emit方法中發送的values對象。以下是一個簡單例子。

此外，在使用的storm java包中，backtype.storm.tuple主要有以下幾個類：

fileds.class。

messageid.class。

tuple.class。

tupleimpl.class。

values.class。

列出以上内容是為了更好地了解tuple，這樣能夠從本質上了解tuple，在使用時更加得心應手。

3.1.2　tuple的生命周期

了解一個tuple的生命周期就需要檢視源碼，如下的java代碼展示了spout（消息源）接口發出tuple（消息）的整個過程。

首先，storm調用spout（消息源）的nexttuple方法來擷取下一個tuple，spout通過open方法的參數提供的spoutoutputcollector将新tuple發射到其中一個輸出消息流。

發射tuple時，spout提供一個message-id，通過這個id來追蹤該tuple。

接下來，storm跟蹤該tuple的樹形結構是否成功建立，并根據messageid調用spout中的ack函數，以确認tuple是否被完全處理。如果tuple逾時，則調用spout的fail方法。

由此看出，同一個tuple不管是acked，還是failed都是由建立它的spout發出并維護的，是以，即使spout在叢集環境中同時執行很多的任務，該tuple也不會被其他任務調用或生成acked或failed狀态。總之，storm會利用内部的acker機制保證每個tuple被可靠地處理。最後，在任務完成後，spout調用close方法結束tuple的使命。