Storm主要的應用場景就是流式數據處理，例如實時推薦系統，實時監控系統等。
storm中的相關概念
在storm中，分布式的計算結構指的是一個topology(拓撲)，一個topology由流式數據，spouts(流生產者)，以及bolts(具體操作者)組成。Storm的topologies和其他的批處理任務系統很類似，例如Hadoop，這類批處理任務都定義了清晰的開始和結束點，然而storm的topologies是永不停息的在運行的，除非殺死或者反部署這個topologies。
Topology：storm都是以topology為單位運行的，topology就相當於網絡中的拓撲圖一樣。
Tuple:tuple是storm結構中的核心數據，一個tuple可以簡單的理解為一系列的的鍵值對(key-value pairs)，是storm結構中最小的數據單元。如果你對CEP(complex event processing)熟悉的話，你可以認為tuples就是事件集。
Streams：streams是由無限的tuples組成。
Spouts：spouts代表一個storm topology的數據入口，spouts扮演者適配器的作用，連接着一個個的數據源，並將數據轉換成tuples，同時以數據流的方式發送tuples。數據源的來源有如下幾種：1、網絡或者是移動應用；2、推特或者是微博等社交網絡；3、傳感器輸出；4、應用日志事件。典型的spouts不會實現任何的特定業務邏輯，所以spouts可以經常被重復交叉的被多個topologies使用
Bolts：bolts可以想象成計算的操作者或者是一個函數，他們可以接收任意的數據流或者被處理過的數據，而且還可以隨意的發送一個或多個tuples，bolts可以訂閱spouts或者是其他bolts發送過來的數據流，bolts可以創造一個復雜的數據傳輸網絡。bolts的典型作用如下：1、過濾tuples；2、連接或者是聚合；3、計算
一個簡單的topology如下圖所示：
cleanup()方法，該方法只有在本地模式下才起作用，在集群模式下，是不起作用的，由於我們是在本地測試，所以我們使用的是storm的本地模式，storm的本地模式對我們的開發，測試，調試有很大的幫助作用，在我們部署成集群模式之前，我們可以充分的發揮本地模式的功能，在本地模式下，kill和關閉topology的時候，會調用這個cleanup()方法，從而實現我們打印統計結果的需求。
1. Shuffle Grouping
隨機分組，隨機派發stream里面的tuple，保證每個bolt task接收到的tuple數目大致相同。
輪詢，平均分配
2. Fields Grouping（相同fields去分發到同一個Bolt）
按字段分組，比如，按"user-id"這個字段來分組，那么具有同樣"user-id"的 tuple 會被分到相同的Bolt里的一個task， 而不同的"user-id"則可能會被分配到不同的task。
3. All Grouping
廣播發送，對於每一個tuple，所有的bolts都會收到
4. Global Grouping
全局分組，把tuple分配給task id最低的task 。
5. None Grouping
不分組，這個分組的意思是說stream不關心到底怎樣分組。目前這種分組和Shuffle grouping是一樣的效果。 有一點不同的是storm會把使用none grouping的這個bolt放到這個bolt的訂閱者同一個線程里面去執行（未來Storm如果可能的話會這樣設計）。
6. Direct Grouping
指向型分組， 這是一種比較特別的分組方法，用這種分組意味着消息（tuple）的發送者指定由消息接收者的哪個task處理這個消息。只有被聲明為 Direct Stream 的消息流可以聲明這種分組方法。而且這種消息tuple必須使用 emitDirect 方法來發射。消息處理者可以通過 TopologyContext 來獲取處理它的消息的task的id (OutputCollector.emit方法也會返回task的id)
7. Local or shuffle grouping
本地或隨機分組。如果目標bolt有一個或者多個task與源bolt的task在同一個工作進程中，tuple將會被隨機發送給這些同進程中的tasks。否則，和普通的Shuffle Grouping行為一致
8.customGrouping
自定義，相當於mapreduce那里自己去實現一個partition一樣。
總結：前4種用的多些，后面4種用的少些。
1. Shuffle Grouping
隨機分組，隨機派發stream里面的tuple，保證每個bolt task接收到的tuple數目大致相同。
輪詢，平均分配
2. Fields Grouping（相同fields去分發到同一個Bolt）
按字段分組，比如，按"user-id"這個字段來分組，那么具有同樣"user-id"的 tuple 會被分到相同的Bolt里的一個task， 而不同的"user-id"則可能會被分配到不同的task。
3. All Grouping
廣播發送，對於每一個tuple，所有的bolts都會收到
4. Global Grouping
全局分組，把tuple分配給task id最低的task 。
5. None Grouping
不分組，這個分組的意思是說stream不關心到底怎樣分組。目前這種分組和Shuffle grouping是一樣的效果。 有一點不同的是storm會把使用none grouping的這個bolt放到這個bolt的訂閱者同一個線程里面去執行（未來Storm如果可能的話會這樣設計）。
6. Direct Grouping
指向型分組， 這是一種比較特別的分組方法，用這種分組意味着消息（tuple）的發送者指定由消息接收者的哪個task處理這個消息。只有被聲明為 Direct Stream 的消息流可以聲明這種分組方法。而且這種消息tuple必須使用 emitDirect 方法來發射。消息處理者可以通過 TopologyContext 來獲取處理它的消息的task的id (OutputCollector.emit方法也會返回task的id)
7. Local or shuffle grouping
本地或隨機分組。如果目標bolt有一個或者多個task與源bolt的task在同一個工作進程中，tuple將會被隨機發送給這些同進程中的tasks。否則，和普通的Shuffle Grouping行為一致
8.customGrouping
自定義，相當於mapreduce那里自己去實現一個partition一樣。
總結：前4種用的多些，后面4種用的少些。
1. builder.setBolt("bolt", new MyBolt(), 2).allGrouping("spout");//兩個spot並行 所有都分發
2. builder.setBolt("bolt", new MyBolt(), 2).shuffleGrouping("spout")其實就是隨機往下游去發,不自覺的做到了負載均衡
3.builder.setBolt("bolt", new MyBolt(), 2).fieldsGrouping("spout", new Fields("session_id")); // fieldsGrouping其實就是MapReduce里面理解的Shuffle,根據fields求hash來取模,相同的名稱的fields分發到一個bolt里面。
4.builder.setBolt("bolt", new MyBolt(), 2).globalGrouping("spout"); // 只往一個里面發,往taskId小的那個里面去發送
為什么要用group？
栗子：
builder.setBolt(SPLIT_BOLT_ID, splitBolt).fieldsGrouping(SENTENCE_SPOUT_ID, new Fields("sentence"))
/*
* SplitSentenceBolt --> WordCountBolt
* 注意，此處需要使用fieldsGrouping來分組，要不然統計的數據會不准，例如一個Bolt中接收到{"word":"dog","count":"1"}
* 然后又來了一個{"word":"dog","count":"1"},但是又沒有發送到同一個Bolt中，那么就會重新統計
*/