Java 在简单聚合风暴拓扑中分组

我正在尝试编写一个拓扑，它可以执行以下操作：

订阅推特提要的喷口（基于关键字）

一种聚合螺栓，用于聚合集合中的大量tweet（例如N），并将其发送到打印机螺栓

一个简单的插销，可以立即将集合打印到控制台 实际上，我想对收集的内容做更多的处理

我在本地测试了它，看起来它正在工作。但是，我不确定我是否正确地设置了螺栓上的分组，以及在实际风暴集群上部署时是否可以正常工作。如果有人能帮我查看这个拓扑结构，并提出任何错误、更改或改进建议，我将不胜感激

谢谢

这就是我的拓扑结构

builder.setSpout("spout", new TwitterFilterSpout("pittsburgh"));
   builder.setBolt("sampleaggregate", new SampleAggregatorBolt())
                .shuffleGrouping("spout");
   builder.setBolt("printaggreator",new PrinterBolt()).shuffleGrouping("sampleaggregate");

聚合螺栓

public class SampleAggregatorBolt implements IRichBolt {

    protected OutputCollector collector;
    protected Tuple currentTuple;
    protected Logger log;
    /**
     * Holds the messages in the bolt till you are ready to send them out
     */
    protected List<Status> statusCache;

    @Override
    public void prepare(Map stormConf, TopologyContext context,
                        OutputCollector collector) {
        this.collector = collector;

        log = Logger.getLogger(getClass().getName());
        statusCache = new ArrayList<Status>();
    }

    @Override
    public void execute(Tuple tuple) {
        currentTuple = tuple;

        Status currentStatus = null;
        try {
            currentStatus = (Status) tuple.getValue(0);
        } catch (ClassCastException e) {
        }
        if (currentStatus != null) {

            //add it to the status cache
            statusCache.add(currentStatus);
            collector.ack(tuple);


            //check the size of the status cache and pass it to the next stage if you have enough messages to emit
            if (statusCache.size() > 10) {
                collector.emit(new Values(statusCache));
            }

        }
    }

    @Override
    public void cleanup() {


    }

    @Override
    public void declareOutputFields(OutputFieldsDeclarer declarer) {
        declarer.declare(new Fields("tweets"));

    }

    @Override
    public Map<String, Object> getComponentConfiguration() {
        return null;  //To change body of implemented methods use File | Settings | File Templates.
    }


    protected void setupNonSerializableAttributes() {

    }

}

---

从我看来，它看起来不错。然而，魔鬼在细节中。我不知道你的聚合器螺栓是做什么的，但是如果它对传递给它的值做任何假设，那么你应该考虑一个适当的字段分组。这可能不会有太大的区别，因为您使用的是默认的并行提示1，但如果您决定使用多个聚合螺栓实例进行扩展，您所做的隐式逻辑假设可能会要求使用非随机分组。

嗨，一旦您尝试订阅多个关键字，您就会遇到问题。我建议您的喷口也会发出用于过滤的原始关键字

然后，我会做一个字段分组，而不是进行随机分组

builder.setBolt("sampleaggregate", new SampleAggregatorBolt())
            .shuffleGrouping("spout", new Fields("keyword"));

---

通过这种方式，您可以确保每次单个关键字的结果都出现在同一个螺栓上。这样您就可以正确地计算聚合。如果省略字段，则分组风暴可以实例化任意数量的聚合螺栓，并将任何消息从喷嘴发送到聚合螺栓的任何实例，这最终会导致错误的结果。

我已提供了上述聚合螺栓的代码（请参见执行方法）。现在，它一直在等待，直到它积累了N条（在上面的例子中是10条）消息，并在它有10条消息时将它们分离出来。顺便说一句，我刚刚发现了一个我会修复的bug。我需要在发出值后清除缓存。所以，如果我需要使用多个聚合器，那么应该进行哪些更改。

builder.setBolt("sampleaggregate", new SampleAggregatorBolt())
            .shuffleGrouping("spout", new Fields("keyword"));