一、概述
storm trident中的核心数据模型就是“stream”，也就是说，storm trident处理的是stream，但是实际上stream是被成批处理的，stream被切分成一个个的batch分布到集群中，所有应用在stream上的函数最终会应用到每个节点的batch中，实现并行计算，具体如下图所示：
在trident中有五种操作类型：
apply locally:本地操作，所有操作应用在本地节点数据上，不会产生网络传输
repartitioning:数据流重定向，单纯的改变数据流向，不会改变数据内容，这部分会有网络传输
aggragation:聚合操作，会有网络传输
grouped streams上的操作
merge和join
小结：上面提到了trident实际上是通过把函数应用到每个节点的batch上的数据以实现并行，而应用的这些函数就是tridentapi，下面我们就具体介绍一下tridentapi的各种操作。
二、trident五种操作详解
2.1 apply locally本地操作：操作都应用在本地节点的batch上，不会产生网络传输
2.1.1 functions:函数操作
函数的作用是接收一个tuple(需指定接收tuple的哪个字段)，输出0个或多个tuples。输出的新字段值会被追加到原始输入tuple的后面，如果一个function不输出tuple，那就意味这这个tuple被过滤掉了，下面举例说明：
定义一个function：
小结：function实际上就是对经过function函的tuple做一些操作以改变其内容。
比如我们处理一个“mystream”的数据流，它有三个字段分别是[“a”, “b”, “c”] ，数据流中tuple的内容是：
[1,
2, 3] [4, 1, 6] [3, 0, 8]
我们运行我们的function：
它意思是接收输入的每个tuple “b”字段得值，把函数结算结果做为新字段“d”追加到每个tuple后面，然后发射出去。
最终运行结果会是每个tuple有四个字段[“a”, “b”, “c”, “d”]，每个tuple的内容变成了：
2, 3, 0] [1, 2, 3, 1] [4, 1, 6, 0]
小结：我们注意到，如果一个function发射多个tuple时，每个发射的新tuple中仍会保留原来老tuple的数据。
2.1.2 filters:过滤操作
filters很简单，接收一个tuple并决定是否保留这个tuple。举个例子，定义一个filter：
假设我们的tuples有这个几个字段 [“a”,
“b”, “c”]:
[1, 2, 3] [2, 1, 1] [2, 3, 4]
然后运行我们的filter：
则最终得到的tuple是 ：
[2,
1, 1]
说明第一个和第三个不满足条件，都被过滤掉了。
小结：filter就是一个过滤器，它决定是否需要保留当前tuple。
2.1.3 partitionaggregate
partitionaggregate的作用对每个partition中的tuple进行聚合，与前面的函数在原tuple后面追加数据不同，partitionaggregate的输出会直接替换掉输入的tuple，仅数据partitionaggregate中发射的tuple。下面举例说明：
定义一个累加的partitionaggregate：
假设我们的stream包含两个字段 [“a”,
“b”]，各个partition的tuple内容是：
```
partition 0: [“a”, 1] [“b”, 2]
partition 1: [“a”, 3] [“c”, 8]
partition 2: [“e”, 1] [“d”, 9] [“d”, 10] ```
输出的内容只有一个字段“sum”,值是：
```
partition 0: [3]
partition 1: [11]
partition 2: [20] ```
tridentapi提供了三个聚合器的接口：combineraggregator, reduceraggregator,
and aggregator.
我们先看一下combineraggregator接口：
combineraggregator接口只返回一个tuple，并且这个tuple也只包含一个field。init方法会先执行，它负责预处理每一个接收到的tuple，然后再执行combine函数来计算收到的tuples直到最后一个tuple到达，当所有tuple处理完时，combineraggregator会发射zero函数的输出，举个例子：
定义一个combineraggregator实现来计数：
小结：当你使用aggregate 方法代替partitionaggregate时，combineraggregator的好处就体现出来了，因为trident会自动优化计算，在网络传输tuples之前做局部聚合。
我们再看一下reduceraggregator：
reduceraggregator通过init方法提供一个初始值，然后为每个输入的tuple迭代这个值，最后生产处一个唯一的tuple输出，下面举例说明：
定义一个reduceraggregator接口实现技术器的例子：
aggregator接口可以发射含任意数量属性的任意数据量的tuples,并且可以在执行过程中的任何时候发射:
init:在处理数据之前被调用，它的返回值会作为一个状态值传递给aggregate和complete方法
aggregate：用来处理每一个输入的tuple，它可以更新状态值也可以发射tuple
complete：当所有tuple都被处理完成后被调用
定义一个实现来完成一个计数器：
shuffle：通过随机分配算法来均衡tuple到各个分区
broadcast：每个tuple都被广播到所有的分区，这种方式在drcp时非常有用，比如在每个分区上做statequery
partitionby：根据指定的字段列表进行划分，具体做法是用指定字段列表的hash值对分区个数做取模运算，确保相同字段列表的数据被划分到同一个分区
global：所有的tuple都被发送到一个分区，这个分区用来处理整个stream
batchglobal：一个batch中的所有tuple都被发送到同一个分区，不同的batch会去往不同的分区
partition：通过一个自定义的分区函数来进行分区，这个自定义函数实现了 backtype.storm.grouping.customstreamgrouping
2.3 aggragation聚合操作
和paritionaggregate一样，aggregators的聚合也可以串联起来，但是如果你把一个 combineraggregator和一个非combineraggregator串联在一起，trident是无法完成局部聚合优化的。
另一种合并流的方式就是join。一个标准的join就像是一个sql,必须有标准的输入，因此，join只针对符合条件的stream。join应用在来自spout的每一个小batch中。join时候的tuple会包含：