Storm-0.9.3的安装部署步骤

本篇内容主要讲解“Storm-0.9.3的安装部署步骤”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Storm-0.9.3的安装部署步骤”吧!

成都创新互联公司服务项目包括滴道网站建设、滴道网站制作、滴道网页制作以及滴道网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，滴道网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到滴道省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！

Storm-0.9.3安装部署步骤

Storm集群中包含两类节点：主控节点（Master Node）和工作节点（Work Node）。其分别对应的角色如下：

• 主控节点（Master Node）上运行一个被称为Nimbus的后台程序，它负责在Storm集群内分发代码，分配任务给工作机器，并且负责监控集群运行状态。Nimbus的作用类似于Hadoop中JobTracker的角色。

• 每个工作节点（Work Node）上运行一个被称为Supervisor的后台程序。Supervisor负责监听从Nimbus分配给它执行的任务，据此启动或停止执行任务的工作进程。每一个工作进程执行一个Topology的子集；一个运行中的Topology由分布在不同工作节点上的多个工作进程组成。

Storm集群组件

Nimbus和Supervisor节点之间所有的协调工作是通过Zookeeper集群来实现的。此外，Nimbus和Supervisor进程都是快速失败（fail-fast)和无状态（stateless）的；Storm集群所有的状态要么在Zookeeper集群中，要么存储在本地磁盘上。这意味着你可以用kill -9来杀死Nimbus和Supervisor进程，它们在重启后可以继续工作。这个设计使得Storm集群拥有不可思议的稳定性。

——————————————————————————————————————————

搭建Zookeeper集群

Storm使用Zookeeper协调集群，由于Zookeeper并不用于消息传递，所以Storm给Zookeeper带来的压力相当低。大多数情况下，单个节点的Zookeeper集群足够胜任，不过为了确保故障恢复或者部署大规模Storm集群，可能需要更大规模节点的Zookeeper集群（对于Zookeeper集群的话，官方推荐的最小节点数为3个）。在Zookeeper集群的每台机器上完成以下安装部署步骤：
1. 下载安装Java JDK，官方下载链接为http://java.sun.com/javase/downloads/index.jsp，JDK版本为JDK 6或以上。
2. 根据Zookeeper集群的负载情况，合理设置Java堆大小，尽可能避免发生swap，导致Zookeeper性能下降。保守起见，4GB内存的机器可以为Zookeeper分配3GB最大堆空间。
3. 下载后解压安装Zookeeper包，官方下载链接为http://hadoop.apache.org/zookeeper/releases.html。
4. 根据Zookeeper集群节点情况，在conf目录下创建Zookeeper配置文件zoo.cfg：

1. tickTime=2000

2. dataDir=/var/zookeeper/

3. clientPort=2181

4. initLimit=5

5. syncLimit=2

6. server.1=zookeeper1:2888:3888

7. server.2=zookeeper2:2888:3888

8. server.3=zookeeper3:2888:3888

复制代码

5. 在dataDir目录下创建myid文件，文件中只包含一行，且内容为该节点对应的server.id中的id编号。其中，dataDir指定Zookeeper的数据文件目录；其中server.id=host:port:port，id是为每个Zookeeper节点的编号，保存在dataDir目录下的myid文件中，zookeeper1~zookeeper3表示各个Zookeeper节点的hostname，第一个port是用于连接leader的端口，第二个port是用于leader选举的端口。
6. 启动Zookeeper服务：

1. bin/zkServer.sh start  

复制代码

7. 通过Zookeeper客户端测试服务是否可用：

1. bin/zkCli.sh -server 127.0.0.1:2181  

复制代码

————————————————————————————————————————

机器划分

10.134.84.93         Nimbus

10.139.37.57         Supervisor

10.139.18.45         Supervisor      zookeeper

10.134.85.125        Supervisor      zookeeper

10.134.74.59         Supervisor      zookeeper

版本选择

1. storm选择使用最新版apache-storm-0.9.3，下载地址：

http://www.apache.org/dyn/closer.cgi/storm/apache-storm-0.9.3/apache-storm-0.9.3.tar.gz

2. storm依赖jdk6和python

2.1 机器已经安装了jdk7，经试验启动storm时会报错。因此选择jdk6最新版6u45，下载地址：

http://www.oracle.com/technetwork/java/javase/downloads/java-archive-downloads-javase6-419409.html#jdk-6u45-oth-JPR

选择

2.2 机器自带python2.4.3，但storm依赖2.6以上版本，我们选择使用2.7.9，下载地址：

https://www.python.org/downloads/release/python-279/

依赖环境准备

1. jdk安装

1.1 由于机器上已经安装了默认的jdk7，在终端直接输入java -version时会提示使用的是1.7

因此，需要把jdk6单独安装在一个目录。

直接执行jdk-6u45-linux-x64.bin，如下：

1.2 自动解压完毕后，会在当前目录生成jdk的文件夹，再把此文件夹mv到我们指定的JAVA_HOME地址，如/opt/local/jdk1.6.0_45，如下：

2. python安装

2.1 执行tar zxvf Python-2.7.9.tgz命令，解压Python安装包：

2.2 解压后，进行以下安装步骤：

2.3 经过./configure、make、make install后，默认python2.7安装在/usr/local/bin/python2.7，而/usr/bin/python这个软链引用的依然是2.4.3，可以做下替换，如下：

storm配置

1. 在服务器上解压storm安装包，红色部分为需要修改的配置文件：

2. 修改conf/storm_env.ini，指定使用的java环境

3. 修改conf/storm.yaml，指定strom的以下几项配置：

# 数据存储路径

storm.local.dir: “/data/storm”

# 本地日志路径

storm.log.dir:   “/opt/logs/storm”

#supervisor 的槽位数及端口号，每个端口号表示一个槽位

supervisor.slots.ports:

- 6700

- 6701

- 6702

- 6703

# 指定drpc 服务器

drpc.servers:

- “yf_18_45″

- “sjs_85_125″

- “sjs_74_59″

- “yf_37_57″

4. 在每个storm节点进行以上安装步骤，其中storm可在一台机器上配置好后再scp到其他各台服务器。

启动storm

1. 在nimbus节点启动nimbus、storm-ui和logviewer:

bin/storm nimbus &

bin/storm ui &

bin/storm logviewer &

3. 在各supervisor节点启动supervisor和logviewer：

bin/storm supervisor &

bin/storm logviewer &

验证

1. 访问 http://10.134.84.93:8080 ，查看ui是否正常，supervisor数为4，free slot数为16

2. 提交测试storm程序。

bin/storm jar examples/storm-starter/storm-starter-topologies-0.9.3.jar storm.starter.ExclamationTopology ExclamationTopology

到此，相信大家对“Storm-0.9.3的安装部署步骤”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！