Storm中使用一种叫做TimeCacheMap的数据结构，用于在内存中保存近期活跃的对象，它的实现非常地高效，而且可以自动删除过期不再活跃的对象。 TimeCacheMap使用多个桶buckets来缩小锁的粒度，以此换取高并发读写性能。下面我们来看看TimeCacheMap内部是如何实现 ...

Storm中的很多Bolt都有一个最常见的处理步骤： 读入一个tuple； 根据这个输入tuple，提取后发射0个，1个或多个tuple； 最后，通过ack操作确认这个tuple被成功处理。 按照上述处理步骤，依次处理发向这个Bolt的各个tuple元组。 这种模式可以实现 ...

Storm对流数据进行实时处理时，一种常见场景是批量一起处理一定数量的tuple元组，而不是每接收一个tuple就立刻处理一个tuple，这样可能是性能的考虑，或者是具体业务的需要。 例如，批量查询或者更新数据库，如果每一条tuple生成一条sql执行一次数据库操作，数据量大的时候，效率会比批量 ...

流聚合（stream join）是指将具有共同元组（tuple）字段的数据流（两个或者多个）聚合形成一个新的数据流的过程。 从定义上看，流聚合和SQL中表的聚合（table join）很像，但是二者 ...

需求 假设我们有一张各个产品线URL的访问记录表，该表仅仅有两个字段：product、url，我们需要统计各个产品线下访问次数前10的URL是哪些？ ...

本文翻译自：https://github.com/nathanmarz/storm/wiki/Distributed-RPC，作为学习Storm DRPC的资料，转载必须以超链接形式标明文章原始出处及本文翻译链接。 分布式RPC（distributed RPC，DRPC）用于对Storm上大量 ...

编写一个Java程序输出1！+2！+3！+……+n！的和? 偶然间碰到这个题，很简单，但也容易出错。比如大多数程序员都是从零开始计数，殊不知，0的阶乘不是0而是1。反正当时我写的时候没想起来0的阶乘是1想当然的认为0的阶乘是0对结果不会有影响。后来发现是不是应该从1开始试试 ...

该文档为实实在在的原创文档，转载请注明: http://blog.sina.com.cn/s/blog_8c243ea30101k0k1.html ...