本文详细讲解了配置 Storm 开发环境的相关信息。简单地说，配置过程包含以下几个步骤：
PATH 环境变量的 bin 目录中（也可以根据需要自定义安装目录 —— 译者注）；~/.storm/storm.yaml 文件中配置好集群的相关信息。原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— 配置开发环境
在开发拓扑的时候，你需要在 classpath 中包含 Storm 的相关 jar 包。你可以将各个 jar 包直接包含到你的项目的 classpath 中，也可以使用 Maven 将 Storm 添加到依赖项中。Storm 已经集成到 Maven 的中心仓库中。你可以在项目的 pom.xml 中添加以下依赖来将 Storm 包含进项目中：
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— 使用 Maven 构建 Storm 应用
在生产环境集群中运行拓扑的方式与本地模式非常相似，主要包括以下几个步骤：
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— 在生产环境中运行拓扑
本文介绍了用户在使用 Storm 过程中遇到的问题与相应的解决方法。
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— 问题与解决
本地模式是一种在本地进程中模拟 Storm 集群的工作模式，对于开发和测试拓扑很有帮助。在本地模式下运行拓扑与在集群模式下运行拓扑的方式很相似。
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— 本地模式
本文详细介绍了 Storm 集群的安装配置方法。如果需要在 AWS 上安装 Storm，你应该先了解一下 storm-deploy 项目。storm-deploy 可以自动完成 E2 上 Storm 集群的准备、配置、安装的全部过程，同时还设置好了 Ganglia，方便监控 CPU、磁盘以及网络的使用信息。
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— Storm 集群安装配置
与一般的 Storm API 一样，spout 也是 Trident 拓扑的数据来源。不过，为了实现更复杂的功能服务，Trident Spout 在普通的 Storm Spout 之上另外提供了一些 API 接口。
数据源、数据流以及基于数据流更新 state（比如数据库）的操作，他们之间的耦合关系是不可避免的。Trident State 一文中有这方面的详细解释，理解他们之间的这种联系对于理解 spout 的运作方式非常重要。
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— Trident Spouts
Trident 中含有对状态化（stateful）的数据源进行读取和写入操作的一级抽象封装工具。这个所谓的状态（state）既可以保存在拓扑内部（保存在内存中并通过 HDFS 来实现备份），也可以存入像 Memcached 或者 Cassandra 这样的外部数据库中。而对于 Trident API 而言，这两种机制并没有任何区别。
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— Trident State
Trident 的核心数据模型是“流”（Stream），不过与普通的拓扑不同的是，这里的流是作为一连串 batch 来处理的。流是分布在集群中的不同节点上运行的，并且对流的操作也是在流的各个 partition 上并行运行的。
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— Trident API 概述
Trident 是 Storm 的一种高度抽象的实时计算模型，它可以将高吞吐量（每秒百万级）数据输入、有状态的流式处理与低延时的分布式查询无缝结合起来。如果你了解 Pig 或者 Cascading 这样的高级批处理工具，你就会发现他们和 Trident 的概念非常相似。Trident 同样有联结（join）、聚合（aggregation）、分组（grouping）、函数（function）以及过滤器（filter）这些功能。Trident 为数据库或者其他持久化存储上层的状态化、增量式处理提供了基础原语。由于 Trident 有着一致的、恰好一次的语义，因此推断出 Trident 拓扑的状态也是一件很容易的事。
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— Trident 教程
一个运行中的拓扑是由什么构成的：工作进程（worker processes），执行器（executors）和任务（tasks）
在一个 Storm 集群中，Storm 主要通过以下三个部件来运行拓扑：
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— 理解 Storm 拓扑的并行度(parallelism)概念
本文通过问答的形式解释了 Storm 的容错性原理。
工作进程死亡的时候，supervisor 会重新启动这个进程。如果在启动过程中仍然一直失败，并且无法向 Nimbus 发送心跳，Nimbus 就会将这个 worker 重新分配到其他机器上去。
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— 容错性
Loading...
(2 votes, average: 4.50 out of 5)KafkaSpout）并发度的倍数TOPOLOGY_MAX_SPOUT_PENDING（对于 trident 可以设置为 1，对于一般的 topology 可以设置为 executor 的数量），然后逐渐增大，直到数据流不再发生变化。这时你可能会发现结果大约等于 “2 × 吞吐率(每秒收到的消息数) × 端到端时延” （最小的额定容量的2倍）。原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— FAQ
本文介绍了 Storm 命令行客户端中的所有命令操作。如果想要了解怎样设置你的 Strom 客户端和远程集群的交互，请按照配置开发环境一文中的步骤操作。
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— 命令行操作
Storm 能够保证每一个由 Spout 发送的消息都能够得到完整地处理。本文详细解释了 Storm 如何实现这种保障机制，以及作为用户如何使用好 Storm 的可靠性机制。
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Apache Storm 官方文档 —— 消息的可靠性保障
