《Storm企业级应用：实战、运维和调优》——3.1 Tuple元组

本节书摘来自华章计算机《storm企业级应用：实战、运维和调优》一书中的第3章，第3.1节,作者：马延辉 陈书美 雷葆华著， 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

tuple是storm的主要数据结构，并且是storm中使用的最基本单元、数据模型和元组。

3.1.1　tuple描述

tuple就是一个值列表，tuple中的值可以是任何类型的，动态类型的tuple的f?ields可以不用声明；默认情况下，storm中的tuple支持私有类型、字符串、字节数组等作为它的字段值，如果使用其他类型，就需要序列化该类型。

tuple的字段默认类型有：integer、float、double、long、short、string、byte、binary（byte[]）。

tuple数据结构如图3-1所示。

tuple可以理解成键值对。例如，创建一个bolt要发送两个字段（命名为double和triple），其中键就是定义在declareoutputfields方法中的fields对象，值就是在emit方法中发送的values对象。以下是一个简单例子。

此外，在使用的storm java包中，backtype.storm.tuple主要有以下几个类：

fileds.class。

messageid.class。

tuple.class。

tupleimpl.class。

values.class。

列出以上内容是为了更好地理解tuple，这样能够从本质上理解tuple，在使用时更加得心应手。

3.1.2　tuple的生命周期

了解一个tuple的生命周期就需要查看源码，如下的java代码展示了spout（消息源）接口发出tuple（消息）的整个过程。

首先，storm调用spout（消息源）的nexttuple方法来获取下一个tuple，spout通过open方法的参数提供的spoutoutputcollector将新tuple发射到其中一个输出消息流。

发射tuple时，spout提供一个message-id，通过这个id来追踪该tuple。

接下来，storm跟踪该tuple的树形结构是否成功创建，并根据messageid调用spout中的ack函数，以确认tuple是否被完全处理。如果tuple超时，则调用spout的fail方法。

由此看出，同一个tuple不管是acked，还是failed都是由创建它的spout发出并维护的，所以，即使spout在集群环境中同时执行很多的任务，该tuple也不会被其他任务调用或生成acked或failed状态。总之，storm会利用内部的acker机制保证每个tuple被可靠地处理。最后，在任务完成后，spout调用close方法结束tuple的使命。