## 一、简介 在将 Storm Topology 提交到服务器集群运行时,需要先将项目进行打包。本文主要对比分析各种打包方式,并将打包过程中需要注意的事项进行说明。主要打包方式有以下三种: * 第一种:不加任何插件,直接使用 mvn package 打包; * 第二种:使用 maven-assembly-plugin 插件进行打包; * 第三种:使用 maven-shade-plugin 进行打包。 以下分别进行详细的说明。 ## 二、mvn package ### 2.1 mvn package的局限 不在 POM 中配置任何插件,直接使用 `mvn package` 进行项目打包,这对于没有使用外部依赖包的项目是可行的。 但如果项目中使用了第三方 JAR 包,就会出现问题,因为 `mvn package` 打包后的 JAR 中是不含有依赖包的,如果此时你提交到服务器上运行,就会出现找不到第三方依赖的异常。 如果你想采用这种方式进行打包,但是又使用了第三方 JAR,有没有解决办法?答案是有的,这一点在官方文档的[Command Line Client](http://storm.apache.org/releases/2.0.0-SNAPSHOT/Command-line-client.html) 章节有所讲解,主要解决办法如下。 ### 2.2 解决办法 在使用 `storm jar` 提交 Topology 时,可以使用如下方式指定第三方依赖: * 如果第三方 JAR 包在本地,可以使用 `--jars` 指定; * 如果第三方 JAR 包在远程中央仓库,可以使用 `--artifacts` 指定,此时如果想要排除某些依赖,可以使用 `^` 符号。指定后 Storm 会自动到中央仓库进行下载,然后缓存到本地; * 如果第三方 JAR 包在其他仓库,还需要使用 `--artifactRepositories` 指明仓库地址,库名和地址使用 `^` 符号分隔。 以下是一个包含上面三种情况的命令示例: ~~~ ./bin/storm jar example/storm-starter/storm-starter-topologies-*.jar \ org.apache.storm.starter.RollingTopWords blobstore-remote2 remote \ --jars "./external/storm-redis/storm-redis-1.1.0.jar,./external/storm-kafka/storm-kafka-1.1.0.jar" \ --artifacts "redis.clients:jedis:2.9.0,org.apache.kafka:kafka_2.10:0.8.2.2^org.slf4j:slf4j-log4j12" \ --artifactRepositories "jboss-repository^http://repository.jboss.com/maven2, \ HDPRepo^http://repo.hortonworks.com/content/groups/public/" ~~~ 这种方式是建立在你能够连接到外网的情况下,如果你的服务器不能连接外网,或者你希望能把项目直接打包成一个 `ALL IN ONE` 的 JAR,即包含所有相关依赖,此时可以采用下面介绍的两个插件。 ## 三、maven-assembly-plugin插件 maven-assembly-plugin 是官方文档中介绍的打包方法,来源于官方文档:[Running Topologies on a Production Cluster](http://storm.apache.org/releases/2.0.0-SNAPSHOT/Running-topologies-on-a-production-cluster.html) > If you're using Maven, the [Maven Assembly Plugin](http://maven.apache.org/plugins/maven-assembly-plugin/) can do the packaging for you. Just add this to your pom.xml: > > ~~~ > <plugin> > <artifactId>maven-assembly-plugin</artifactId> > <configuration> > <descriptorRefs> > <descriptorRef>jar-with-dependencies</descriptorRef> > </descriptorRefs> > <archive> > <manifest> > <mainClass>com.path.to.main.Class</mainClass> > </manifest> > </archive> > </configuration> > </plugin> > ~~~ > > Then run mvn assembly:assembly to get an appropriately packaged jar. Make sure you [exclude](http://maven.apache.org/plugins/maven-assembly-plugin/examples/single/including-and-excluding-artifacts.html) the Storm jars since the cluster already has Storm on the classpath. 官方文档主要说明了以下几点: * 使用 maven-assembly-plugin 可以把所有的依赖一并打入到最后的 JAR 中; * 需要排除掉 Storm 集群环境中已经提供的 Storm jars; * 通过 `<mainClass>` 标签指定主入口类; * 通过 `<descriptorRef>` 标签指定打包相关配置。 `jar-with-dependencies` 是 Maven[预定义](http://maven.apache.org/plugins/maven-assembly-plugin/descriptor-refs.html#jar-with-dependencies) 的一种最基本的打包配置,其 XML 文件如下: ~~~ <assembly xmlns="http://maven.apache.org/ASSEMBLY/2.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/ASSEMBLY/2.0.0 http://maven.apache.org/xsd/assembly-2.0.0.xsd"> <id>jar-with-dependencies</id> <formats> <format>jar</format> </formats> <includeBaseDirectory>false</includeBaseDirectory> <dependencySets> <dependencySet> <outputDirectory>/</outputDirectory> <useProjectArtifact>true</useProjectArtifact> <unpack>true</unpack> <scope>runtime</scope> </dependencySet> </dependencySets> </assembly> ~~~ 我们可以通过对该配置文件进行拓展,从而实现更多的功能,比如排除指定的 JAR 等。使用示例如下: ### 1\. 引入插件 在 POM.xml 中引入插件,并指定打包格式的配置文件为 `assembly.xml`(名称可自定义): ~~~ <build> <plugins> <plugin> <artifactId>maven-assembly-plugin</artifactId> <configuration> <descriptors> <descriptor>src/main/resources/assembly.xml</descriptor> </descriptors> <archive> <manifest> <mainClass>com.heibaiying.wordcount.ClusterWordCountApp</mainClass> </manifest> </archive> </configuration> </plugin> </plugins> </build> ~~~ `assembly.xml` 拓展自 `jar-with-dependencies.xml`,使用了 `<excludes>` 标签排除 Storm jars,具体内容如下: ~~~ <assembly xmlns="http://maven.apache.org/ASSEMBLY/2.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/ASSEMBLY/2.0.0 http://maven.apache.org/xsd/assembly-2.0.0.xsd"> <id>jar-with-dependencies</id> <!--指明打包方式--> <formats> <format>jar</format> </formats> <includeBaseDirectory>false</includeBaseDirectory> <dependencySets> <dependencySet> <outputDirectory>/</outputDirectory> <useProjectArtifact>true</useProjectArtifact> <unpack>true</unpack> <scope>runtime</scope> <!--排除 storm 环境中已经提供的 storm-core--> <excludes> <exclude>org.apache.storm:storm-core</exclude> </excludes> </dependencySet> </dependencySets> </assembly> ~~~ > 在配置文件中不仅可以排除依赖,还可以排除指定的文件,更多的配置规则可以参考官方文档:[Descriptor Format](http://maven.apache.org/plugins/maven-assembly-plugin/assembly.html#) ### 2\. 打包命令 采用 maven-assembly-plugin 进行打包时命令如下: ~~~ # mvn assembly:assembly ~~~ 打包后会同时生成两个 JAR 包,其中后缀为 `jar-with-dependencies` 是含有第三方依赖的 JAR 包,后缀是由 `assembly.xml` 中 `<id>` 标签指定的,可以自定义修改。提交该 JAR 到集群环境即可直接使用。 ![](https://img.kancloud.cn/6e/4e/6e4e9e93e20f421bd1a0c8601c915a86_755x223.png) ## 四、maven-shade-plugin插件 ### 4.1 官方文档说明 第三种方式是使用 maven-shade-plugin,既然已经有了 maven-assembly-plugin,为什么还需要 maven-shade-plugin,这一点在官方文档中也是有所说明的,来自于官方对 HDFS 整合讲解的章节[Storm HDFS Integration](http://storm.apache.org/releases/2.0.0-SNAPSHOT/storm-hdfs.html),原文如下: > When packaging your topology, it's important that you use the [maven-shade-plugin](http://storm.apache.org/releases/2.0.0-SNAPSHOT/storm-hdfs.html) as opposed to the [maven-assembly-plugin](http://storm.apache.org/releases/2.0.0-SNAPSHOT/storm-hdfs.html). > > The shade plugin provides facilities for merging JAR manifest entries, which the hadoop client leverages for URL scheme resolution. > > If you experience errors such as the following: > > ~~~ > java.lang.RuntimeException: Error preparing HdfsBolt: No FileSystem for scheme: hdfs > ~~~ > > it's an indication that your topology jar file isn't packaged properly. > > If you are using maven to create your topology jar, you should use the following `maven-shade-plugin` configuration to create your topology jar。 这里第一句就说的比较清晰,在集成 HDFS 时候,你必须使用 maven-shade-plugin 来代替 maven-assembly-plugin,否则会抛出 RuntimeException 异常。 采用 maven-shade-plugin 打包有很多好处,比如你的工程依赖很多的 JAR 包,而被依赖的 JAR 又会依赖其他的 JAR 包,这样,当工程中依赖到不同的版本的 JAR 时,并且 JAR 中具有相同名称的资源文件时,shade 插件会尝试将所有资源文件打包在一起时,而不是和 assembly 一样执行覆盖操作。 ### 4.2 配置 采用 `maven-shade-plugin` 进行打包时候,配置示例如下: ~~~ <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-shade-plugin</artifactId> <configuration> <createDependencyReducedPom>true</createDependencyReducedPom> <filters> <filter> <artifact>*:*</artifact> <excludes> <exclude>META-INF/*.SF</exclude> <exclude>META-INF/*.sf</exclude> <exclude>META-INF/*.DSA</exclude> <exclude>META-INF/*.dsa</exclude> <exclude>META-INF/*.RSA</exclude> <exclude>META-INF/*.rsa</exclude> <exclude>META-INF/*.EC</exclude> <exclude>META-INF/*.ec</exclude> <exclude>META-INF/MSFTSIG.SF</exclude> <exclude>META-INF/MSFTSIG.RSA</exclude> </excludes> </filter> </filters> <artifactSet> <excludes> <exclude>org.apache.storm:storm-core</exclude> </excludes> </artifactSet> </configuration> <executions> <execution> <phase>package</phase> <goals> <goal>shade</goal> </goals> <configuration> <transformers> <transformer implementation="org.apache.maven.plugins.shade.resource.ServicesResourceTransformer"/> <transformer implementation="org.apache.maven.plugins.shade.resource.ManifestResourceTransformer"> </transformer> </transformers> </configuration> </execution> </executions> </plugin> ~~~ 以上配置示例来源于 Storm Github,这里做一下说明: 在上面的配置中,排除了部分文件,这是因为有些 JAR 包生成时,会使用 jarsigner 生成文件签名(完成性校验),分为两个文件存放在 META-INF 目录下: * a signature file, with a .SF extension; * a signature block file, with a .DSA, .RSA, or .EC extension; 如果某些包的存在重复引用,这可能会导致在打包时候出现 `Invalid signature file digest for Manifest main attributes` 异常,所以在配置中排除这些文件。 ### 4.3 打包命令 使用 maven-shade-plugin 进行打包的时候,打包命令和普通的一样: ~~~ # mvn package ~~~ 打包后会生成两个 JAR 包,提交到服务器集群时使用 `非 original` 开头的 JAR。 ![](https://img.kancloud.cn/fa/a2/faa28454525f63229279271513550684_718x181.png) ## 五、结论 通过以上三种打包方式的详细介绍,这里给出最后的结论:**建议使用 maven-shade-plugin 插件进行打包**,因为其通用性最强,操作最简单,并且 Storm Github 中所有[examples](https://github.com/apache/storm/tree/master/examples) 都是采用该方式进行打包。 ## 六、打包注意事项 无论采用任何打包方式,都必须排除集群环境中已经提供的 storm jars。这里比较典型的是 storm-core,其在安装目录的 lib 目录下已经存在。 ![](https://img.kancloud.cn/79/21/792136beee6c68e5f3d21a8e05cea731_570x327.png) 如果你不排除 storm-core,通常会抛出下面的异常: ~~~ Caused by: java.lang.RuntimeException: java.io.IOException: Found multiple defaults.yaml resources. You're probably bundling the Storm jars with your topology jar. [jar:file:/usr/app/apache-storm-1.2.2/lib/storm-core-1.2.2.jar!/defaults.yaml, jar:file:/usr/appjar/storm-hdfs-integration-1.0.jar!/defaults.yaml] at org.apache.storm.utils.Utils.findAndReadConfigFile(Utils.java:384) at org.apache.storm.utils.Utils.readDefaultConfig(Utils.java:428) at org.apache.storm.utils.Utils.readStormConfig(Utils.java:464) at org.apache.storm.utils.Utils.<clinit>(Utils.java:178) ... 39 more ~~~ ![](https://img.kancloud.cn/6c/d4/6cd49b1111ea289f3f14e51e5035ad42_920x315.png) 作者:heibaiying 链接:https://juejin.cn/post/6844903950034944014 来源:掘金 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。