目录
Tuple元组
结构
生命周期
Spout数据源
结构
开发spout组件
Storm的核心概念包括：Stream、Spout、Bolt、Tuple、Task、Worker、Stream Grouping、Topology
Stream是被处理的数据，Spout是数据源，Bolt是处理数据的容器，Tuple是数据单元，Task是运行Spout和Bolt中的线程，Worker是运行这些线程的进程，Stream Grouping规定了Bolt接受何种类型的数据最为输入，Topology是由Stream Grouping连接起来的Spout和Bolt节点网络。
Tuple元组
结构
Tuple是Storm的主要数据结构，是Storm中使用的最基本单元、数据模型和元组。
Tuple就是一个值列表，Tuple中的值可以是任何类型的，动态类型的Tuple的fields可以不用声明。
默认情况下，Storm中的Tuple支持私有类型、字符串、字节数组等作为他的字段值。
Tuple的字段默认类型有：integer、float、double、long、short、string、byte、binary（byte[ ]）。
数据结构如下图：可以理解成一个键值对类型的数据结构。
生命周期
下段java代码展示了Spout（消息源）接口发出Tuple（消息）的整个过程，源码如下：
public interface ISpout extends Serializable{void open(Map conf,TopologyContext context,SpoutOutputCollector collector);void nextTuple();void ack(Object msgId);void fail(Object msgId);void close();
}首先，Storm调用Spout（消息源）的nextTuple方法来获取下一个Tuple，Spout通过Open方法的参数提供的SpoutOutputCollector将新Tuple发射到其中一个输出消息流。发射Tuple时，Spout提供一个message-id，通过这个ID来追踪该Tuple。然后，Storm跟踪该Tuple的树形结构是否成功创建，从根据message-id调用Spout中的ack函数，以确认Tuple是否被完全处理。如果Tuple超时，则调用Spout的fail方法。由此看出，同一个Tuple不管是acked还是failed都是由创建它的Spout发出并维护的，所以Storm会利用内部的Acker机制保证每个Tuple被可靠地处理。最后，在任务完成后，Spout调用Close方法结束Tuple的使命。
Spout数据源
结构
数据源（消息源）Spout是Storm的Topology中的消息生产者（Tuple的创造者），最源头的接口是IComponent，如下图所示，几个Spout接口都继承自IComponent。
Spout从外部获取数据后，向Topology中发出的Tuple可以是可靠的，也可以是不可靠的。一个可靠的消息源可以重新发射一个Tuple（如果该Tuple没有被Storm成功处理），但是一个不可靠的消息源，Spout一旦发出一个Tuple就把它彻底“遗忘”，也就不可能再发了。
Spout可以发射多个流。要达到这样的效果，使用OutputFieldsDeclarer.declareStream来定义多个流（定义多个Stream），然后使用SpoutOutputCollector来发射指定的流。
Spout的最顶层抽象是ISpout接口，在通常情况下（Shell和事务型的除外），实现一个Spout，可以直接实现接口IRichSpout，如果不想写多余代码，可以直接继承BaseRichSpout。
开发spout组件
下段代码是开发Spout组件的一个简单的实例：创建普通Java工程，导入storm依赖包到lib文件夹下，buildpath之后即可。
package storm;import java.util.Map;
import java.util.Random;
import java.util.stream.Collector;import backtype.storm.spout.SpoutOutputCollector;
import backtype.storm.task.TopologyContext;
import backtype.storm.topology.OutputFieldsDeclarer;
import backtype.storm.topology.base.BaseRichSpout;
import backtype.storm.tuple.Fields;
import backtype.storm.tuple.Values;
/** 用于产生数据源* 本例中 数据源是不断生成的一个1-100内的随机数*/
public class NumberSpout extends BaseRichSpout {private SpoutOutputCollector collector;/** 这是Spout类中最重要的一个方法。用于发射Tuple* */@Overridepublic void nextTuple() {// TODO Auto-generated method stubwhile(true){int randomNum = new Random().nextInt(100);//Values可以理解为是Tuple的值，是一个集合类型，值可以是一个，也可以是多个Values value = new Values(randomNum);//emit方法用于发射元组collector.emit(value);try {Thread.sleep(500);} catch (InterruptedException e) {// TODO Auto-generated catch blocke.printStackTrace();}}}/** 当一个Task被初始化时会调用此open方法。* 一般都会在此方法中初始化发送Tuple的对象SpoutOutputCollector和配置对象TopologyContext。**/@Overridepublic void open(Map conf, TopologyContext context, SpoutOutputCollector collector) {// 对collector进行初始化，因为nextTuple()方法利用collector发射元组this.collector = collector;}/** 此方法用于声名当前spout的Tuple发送流，* 流的定义是通过OutputFieldsDeclare.declareStream方法完成的* 其中的参数包括了发送的域Fields。*/@Overridepublic void declareOutputFields(OutputFieldsDeclarer declarer) {// Fields可以理解为时Tuple的键declarer.declare(new Fields("number"));}}
代码说明：从100以内的整数中随机产生一个数作为Tuple的值，然后通过_collector发送到Topology。Spout的最重要方法是nextTuple。nextTuple方法发射一个新的元组到Topology，如果没有新元组发射，则直接返回。
注意：任务Spout的nextTuple方法都不要实现成阻塞的，因为Storm是在相同的线程中调用Spout的方法。
此外，Spout的另外两个重要方法是ack和fail方法，当Spout发射的元组被拓扑成功处理时，调用ack方法；当处理失败时，调用fail方法。ack和fail方法仅可被可靠的Spout调用。
