Storm框架原本是设计用来做互联网短文本处理和一些统计工作的,是一种分布式流式计算框架。在一些场合,特别是在已经用了Storm架构以后,发现又想用EPL语句,Storm和类SQL语言EPL结合也不失为一种方案。对在线规则修改、窗口数据可靠性要求高的地方还有用专用的CEP集群方案、Hot-Hot HA等方案可供选择,不过这些不是本文的重点。本文的重点就是让Storm插上EPL的翅膀,轻松解决一些实际项目中的拦路虎。
1.示例操作步骤
前3步是安装Storm(或jStorm),已经安装了Storm(或jStorm)的读者可以跳过,直接到第4步。
(1)下载安装jdk
(2)下载安装 zookeeper,启动zookeeper
exportZOOKEEPER_HOME="/path/to/zookeeper"
exportPATH=$PATH:$ZOOKEEPER_HOME/bin
cp/usr/local/zookeeper/conf/zoo_sample.cfg /usr/local/zookeeper/conf/zoo.cfg
zkServer.sh start
(3)下载storm,
http://mirrors.hust.edu.cn/apache/storm/apache-storm-0.9.4/apache-storm-0.9.4.zip
解压到linux服务器相应位置,也可以下载其它版本。
(4)EPL引擎配置目录,
下载Storm-EPL-Example 压缩包,解压是一个Eclipse工程
cep_home目录拷贝到storm的目录中,如apache-storm-0.9.4/cep_home。这个目录也可以自定义,需修改EPLExampleTopology.java代码中的cep_home变量的值。
lib/sodbasecep/目录下jar文件拷贝到storm的lib目录下
dist目录下的cep-application-storm-example.jar拷贝到storm的examples目录下
注:使用jStorm的读者,配置方法和Storm一致,本系列文章中在Storm上运行EPL的示例可以同时在Storm和jStorm上运行。
(5)启动storm
# bin/storm nimbus &
# bin/stormsupervisor &
(6)运行Topology
运行命令启动topology
bin/storm jar examples/cep-application-storm-example.jar com.sodbase.integration.storm.EPLExampleTopology
(7)输出结果(本示例的功能是IT系统监控中的分析函数调用响应时间,是否超时)
2. 工作原理
Storm中使用SQL,较为简便的方法就是使用EPLBolt。这种类型的一个Bolt就代表着一个SQL(EPL)语句,有时也能代表多个SQL语句。
2.1 EPL建模
首先,建议大家用Studio建模,建模后导出为XML文件,能大大提高建模速度。本例的EPL XML文件在files目录下的calltimeout.xml
EPL的输入流名称使用com.sodbase.inputadaptor.StubInputAdaptor进行声明,从而在EPL中可以使用。
EPL的输出流使用com.sodbase.outputadaptor.storm.SodbaseCepStormOutputAdaptor适配器
<outputAdaptors>
<isOutputAsSelection>true</isOutputAsSelection>
<outputAdaptorClassName>com.sodbase.outputadaptor.storm.SodbaseCepStormOutputAdaptor</outputAdaptorClassName>
<isExternal>false</isExternal>
<queryName>calltimeoutnotification</queryName>
</outputAdaptors>
查询响应时间的语句
CREATE QUERY callnottimeout
SELECT T2._start_time_-T1._start_time_ AS responsetime, T1.callerid AS functionname ,'false' AS timeout
FROM T1:callstream,T2:callstream
PATTERN T1&T2
WHERE T1.callerid=T2.callerid AND T1.eventtype ='start' AND T2.eventtype ='end'
WITHIN 1000
查询超时的语句
CREATE QUERY calltimeoutnotification
SELECT '-1' AS responsetime, T1.callerid AS functionname,'true' AS timeout
FROM T1:callstream,T2:callstream,T3:calltimeoutevent
PATTERN T1;!T2;T3
WHERE T3._end_time_-T1._end_time_=1000 AND T2.callerid=T3.callerid AND T1.eventtype='start'
WITHIN 1000
CREATE QUERY calltimeout
SELECT 'timer' AS type,T1.time AS time,T1.callerid AS callerid
FROM T1:callstream
PATTERN T1 WHERE T1.eventtype ='start'
WITHIN 0
<outputAdaptors>
<isOutputAsSelection>true</isOutputAsSelection>
<outputAdaptorClassName>com.sodbase.outputadaptor.timer.FixedDelayTimerOutputAdaptor</outputAdaptorClassName>
<adaptorParams>calltimeoutevent</adaptorParams>
<adaptorParams>1000</adaptorParams>
<isExternal>false</isExternal>
<queryName>calltimeout</queryName>
</outputAdaptors>
将EPL引擎的处理结果传到EPLBolt的下一个bolt中。
2.在storm中使用EPL模型
(1)将EPL需要的包拷贝到storm的lib目录下,再启动nimbus和supervisor
sodbase-cep-engine.jar sodbase-dataadaptor-storm.jar sodbase-dataadaptor-timer.jar sodbase-studio.jar xalan-2.7.1.jar xercesImpl-2.9.1.jar xml-apis-1.3.04.jar
(2)在storm目录下建一个目录cep_home,存放EPL引擎的配置文件和日志。把configuration文件夹、logging.properties放到cep_home下面。cep_home的路径可以自定义,和下面EPLExampleTopology 代码中一致即可。
(3)EPL XML模型文件放到放到cep_home/files目录下,位置也可自定义,要和下面EPLExampleTopology 代码中一致。
(4)编写Topology应用EPLExampleTopology, 代码如下
public class EPLExampleTopology {
public static void main(String[] args) throws Exception {
TopologyBuilder builder = new TopologyBuilder();
builder.setSpout("event", new RandomEventSpout(), 1);
//TODO: to specify stream name that EPL uses, and the output fields
Fields outputFields = new Fields("functionname","responsetime","timeout");
String cep_home="/user/apache-storm-0.9.4/cep_home";
String cepmodelfile="/user/apache-storm-0.9.4/cep_home/files/calltimeout.xml";
builder.setBolt("EPL", new EPLBolt("callstream",outputFields,cep_home,cepmodelfile), 1).shuffleGrouping("event");
builder.setBolt("print1", new PrintBolt(), 1).shuffleGrouping("EPL");
Config conf = new Config();
conf.setDebug(false);
if (args != null && args.length > 0) {
conf.setNumWorkers(3);
StormSubmitter.submitTopology(args[0], conf, builder.createTopology());
}
else {
LocalCluster cluster = new LocalCluster();
cluster.submitTopology("test", conf, builder.createTopology());
Utils.sleep(10000);
cluster.killTopology("test");
cluster.shutdown();
}
}
}
builder.setBolt("EPL", new EPLBolt("callstream",outputFields,cep_home,cepmodelfile), 1).shuffleGrouping("event");
表示将"event" Spout的输出,接到EPL引擎的streamname "callstream",输出outputFieds。用了EPLBolt专门处理EPL语句,构造函数有4个参数
streamname:与EPL模型中StubInputAdaptor的名称对应
outputFields:Bolt的输出字段,应与EPL模型中SELECT语句一致
cep_home:EPL引擎配置文件和日志文件目录
cepmodelfile:EPL XML模型文件的路径
(5)EPLExampleTopology的RandomEventSpout和PrintBolt
RandomEventSpout提供调用开始结束事件模拟数据的spout
public class RandomEventSpout extends BaseRichSpout {
SpoutOutputCollector _collector;
Random _rand;
@Override
public void open(Map conf, TopologyContext context, SpoutOutputCollector collector) {
_collector = collector;
_rand = new Random();
}
@Override
public void nextTuple() {
int functionid=_rand.nextInt(10000);
String a = "function-"+functionid;
String b = "start";
_collector.emit(new Values(a,b));
Utils.sleep(500);
if(functionid%2==0)
{
b = "end";
_collector.emit(new Values(a,b));
}
}
@Override
public void ack(Object id) {
}
@Override
public void fail(Object id) {
}
@Override
public void declareOutputFields(OutputFieldsDeclarer declarer) {
declarer.declare(new Fields("callerid","eventtype"));
}
}
PrintBolt作用是屏幕打印输出
public class PrintBolt extends BaseRichBolt {
OutputCollector _collector;
public void prepare(Map conf, TopologyContext context, OutputCollector collector) {
_collector = collector;
}
public void execute(Tuple tuple) {
Fields fields = tuple.getFields();
for(String field:fields)
System.out.print(field+": "+tuple.getValueByField(field));
System.out.println();
_collector.ack(tuple);
}
public void declareOutputFields(OutputFieldsDeclarer declarer) {
}
}
(6)将Topology打包成jar,在storm中测试运行。
本文示例的功能是监控系统中监测服务调用或系统调用的响应时间,是否超时。
参考:
SODBASE CEP学习(四)续:类SQL语言EPL与Storm集成-滑动窗口
SODBASE CEP学习(四)续:类SQL语言EPL与Storm或jStorm集成-使用分布式缓存
SODBASE CEP学习进阶篇(七):SODBASE CEP与Spark streaming集成
SODBASE CEP学习进阶篇(七)续:SODBASE CEP与Spark streaming集成-规则管理
本文的示例也可以到http://www.sodbase.com/page/service/product.php下载最新版软件。
SODBASE CEP用于轻松、高效实施数据监测、监控类、交易类、日志分析类项目。EPL语法见SODSQL写法与示例。图形化建模请使用SODBASE Studio。