如何将两个不同 Spout 的输出发送到同一个 Bolt？

Question

我有两个 Kafka Spout，我想将它们的值发送到同一个 Bolt。

有可能吗？

Answer 1

是的，这是可能的。您可以让任何喷口与同一个螺栓通信。 请参阅https://storm.apache.org/documentation/Tutorial.html“流”部分。

Answer 2

是的，有可能：

TopologyBuilder b = new TopologyBuilder();
b.setSpout("topic_1", new KafkaSpout(...));
b.setSpout("topic_2", new KafkaSpout(...));
b.setBolt("bolt", new MyBolt(...)).shuffleGrouping("topic_1").shuffleGrouping("topic_2");

您也可以使用任何其他分组。

更新：

为了区分consumer bolt中的元组（即topic_1或topic_2），有两种可能：

1) 您可以使用操作员 ID（如 @user-4870385 建议的那样）：

if(input.getSourceComponent().equalsIgnoreCase("topic_1")) {
    //do something
} else {
    //do something
}

2）您可以使用流名称（如@zenbeni 建议的那样）。对于这种情况，两个 spout 都需要声明命名流，并且 bolt 需要通过流名称连接到 spout：

public class MyKafkaSpout extends KafkaSpout {
  final String streamName;

  public MyKafkaSpout(String stream) {
    this.streamName = stream;
  }

  // other stuff omitted

  @Override
  public void declareOutputFields(OutputFieldsDeclarer declarer) {
    // compare KafkaSpout.declareOutputFields(...)
    declarer.declare(streamName, _spoutConfig.scheme.getOutputFields());
  }
}

构建拓扑，现在需要使用流名：

TopologyBuilder b = new TopologyBuilder();
b.setSpout("topic_1", new MyKafkaSpout("stream_t1"));
b.setSpout("topic_2", new MyKafkaSpout("stream_t2"));
b.setBolt("bolt", new MyBolt(...)).shuffleGrouping("topic_1", "stream_t1").shuffleGrouping("topic_2", "stream_t2");

在MyBolt 中，流名称现在可用于区分输入元组：

// in my MyBolt.execute():
if(input.getSourceStreamId().equals("Topic1")) {
  // do something
} else {
  // do something
}

讨论：

虽然使用流名称的 second 方法更自然（根据@zenbeni），但 first 更灵活（IHMO）。流名称由 spout/bolt 直接声明（即在编写 spout/bolt 代码时）；相反，操作员 ID 是在拓扑组合在一起时分配的（即，在 使用 喷口/螺栓时）。

假设我们将三个螺栓作为类文件（没有源代码）。前两个应该用作生产者，并且都声明具有相同名称的输出流。如果第三个消费者通过流区分输入元组，这将不起作用。即使两个给定的生产者 Bolt 声明了不同的输出流名称，预期的输入流名称也可能在消费者 Bolt 中硬编码并且可能不匹配。因此，它也不起作用。但是，如果消费者 bolt 使用组件名称（即使它们是硬编码的）来区分传入的元组，则可以正确分配预期的组件 ID。

当然，可以从给定的类继承（如果未声明 final 并覆盖 declareOutputFields(...) 以分配自己的流名称。但是，这需要做更多的额外工作。