风暴集群重复元组

目前我正在开展一个项目，在该项目中我在四台 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. 然后，Esper Bolt 处理该事件并将结果发送到 JMS Bolt
4. 然后，JMS Bolt 将消息发布回不同主题的 MQ 上

我意识到 Storm 是一个“至少一次”框架。但是，如果我收到 5 个事件并将这些事件传递到 Esper Bolt 进行计数，那么出于某种原因，我会在 JMS Bolt 中收到 5 个计数结果（所有值都相同）。

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

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"));

我还看到了 Trident 的“恰好一次”语义。然而，我并不完全相信这会解决这个问题。

如果您的 Esper Bolt 没有在其execute() 方法末尾显式 ack() 每个元组或使用 iBasicBolt 实现，那么它接收到的每个元组最终将在超时后由您的原始 JMS Spout 重播。

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