Storm Cluster重复元组

目前我正在开发一个项目，我在四个Unix主机上设置了一个Storm集群。

拓扑本身如下：

1. JMS Spout侦听MQ以获取新消息
2. JMS Spout解析然后将结果发送到Esper Bolt
3. Esper Bolt然后处理事件并将结果发送到JMS Bolt
4. 然后，JMS Bolt将消息发布回MQ上的另一个主题

我意识到Storm是一个“至少一次”的框架。 但是，如果我收到5个事件并将这些事件传递给Esper Bolt进行计数，那么由于某种原因，我在JMS Bolt中获得了5个计数结果（所有相同的值）。

理想情况下，我想收到一个结果输出，有什么方法我可以告诉Storm忽略重复的元组？

我认为这与我设置的并行性有关，因为当我只有一个线程时它会按预期工作：

TopologyBuilder builder = new TopologyBuilder(); builder.setSpout(JMS_DATA_SPOUT, new JMSDataSpout(),2).setNumTasks(2); builder.setBolt("esperBolt", new EsperBolt.Builder().build(),6).setNumTasks(6) .fieldsGrouping(JMS_DATA_SPOUT,new Fields("eventGrouping")); builder.setBolt("jmsBolt", new JMSBolt(),2).setNumTasks(2).fieldsGrouping("esperBolt", new Fields("eventName")); 

我也看过Trident的“一次性”语义。 但我并不完全相信这会解决这个问题。

Answer 1

如果您的Esper Bolt在其execute（）方法结束时没有明确地确认每个元组，或者使用iBasicBolt实现，那么它接收的每个元组最终将在超时后由您的原始JMS Spout重放。

或者，如果您要求螺栓“仅处理唯一消息”，请考虑将此处理行为添加到execute（）方法中。 它可以首先检查本地Guava缓存的元组值唯一性，然后进行相应的处理。