Apache Storm从一端读取实时数据的原始流，并将其通过一系列小型处理单元，然后在另一端输出已处理的/有用的信息。

下图描述了Apache Storm的核心概念。

现在让我们仔细看看Apache Storm的组件-

让我们以“ Twitter分析”的实时示例为例，看看如何在Apache Storm中对其进行建模。下图描述了该结构。

“ Twitter分析”的输入来自Twitter Streaming API。 Spout将使用Twitter Streaming API阅读用户的推文，并将其作为元组流输出。喷口中的一个元组将具有一个Twitter用户名和一个以逗号分隔值的鸣叫。然后，该元组流将被转发到Bolt，而Bolt将把tweet拆分为单个单词，计算单词计数，并将信息保留到配置的数据源中。现在，我们可以通过查询数据源轻松获得结果。

拓扑结构

喷嘴和螺栓连接在一起，形成一个拓扑。在Storm拓扑中指定了实时应用程序逻辑。用简单的话来说，拓扑是有向图，其中顶点是计算，边是数据流。

一个简单的拓扑结构从喷口开始。喷口将数据发射到一个或多个螺栓。螺栓表示拓扑中具有最小处理逻辑的节点，螺栓的输出可以作为输入发射到另一个螺栓中。

Storm会使拓扑始终运行，直到您杀死拓扑。 Apache Storm的主要工作是运行拓扑，并将在给定时间运行任意数量的拓扑。

任务

现在，您对喷口和螺栓有了基本的了解。它们是拓扑的最小逻辑单元，并且使用单个喷口和螺栓阵列构建拓扑。应该以特定顺序正确执行它们，以使拓扑成功运行。 Storm将每个喷口和螺栓的执行称为“任务”。简而言之，一项任务是执行喷口或螺栓。在给定的时间，每个喷嘴和螺栓可以在多个单独的线程中运行多个实例。

工人

拓扑在多个工作节点上以分布式方式运行。 Storm将任务平均分布在所有工作节点上。工作节点的作用是侦听作业，并在新作业到达时启动或停止进程。

流分组

数据流从喷嘴流向螺栓，或从一个螺栓流向另一螺栓。流分组控制元组在拓扑中的路由方式，并帮助我们了解元组在拓扑中的流动。分为以下四个内置分组。

随机分组

在随机分组中，相等数量的元组在执行螺栓的所有工人中随机分布。下图描述了该结构。

现场分组

元组中具有相同值的字段被分组在一起，其余元组保留在外部。然后，将具有相同字段值的元组转发给执行螺栓的同一工人。例如，如果流按“单词”字段分组，则具有相同字符串“ Hello”的元组将移至同一工作程序。下图显示了字段分组的工作方式。

全球分组

所有流都可以分组并转发到一个螺栓。此分组将由源的所有实例生成的元组发送到单个目标实例(特别是选择ID最低的工作程序)。

所有分组

所有分组将每个元组的单个副本发送到接收螺栓的所有实例。这种分组用于将信号发送到螺栓。所有分组对于联接操作都是有用的。