在实际业务中，经常需要定时做一些业务逻辑，如每1分钟做一些统计数值。普通业务做法是启动一个Timer线程或者使用Quartz来做定时触发。在Storm中，可以通过让Topology的系统组件定时发送tick消息，Bolt接收到消息后，触发相应的逻辑来完成
使用Storm组件的定时器需要为bolt重写下面的方法：
public Map<String, Object> getComponentConfiguration() {
Map<String, Object> conf = new HashMap<String, Object>();
conf.put(Config.TOPOLOGY_TICK_TUPLE_FREQ_SECS, 60);//每60s持久化一次数据
return conf;
}
其中：Config.TOPOLOGY_TICK_TUPLE_FREQ_SECS 定时消息发送的频率，单位为秒。
我们判断是否为tick消息。可以使用TupleHelpers类中的isTickTuple方法，具体代码：
public static boolean isTickTuple(Tuple tuple) {
return tuple.getSourceComponent().equals(Constants.SYSTEM_COMPONENT_ID) && tuple.getSourceStreamId().equals(
Constants.SYSTEM_TICK_STREAM_ID);
}
下面通过统计uv来看一下tick消息的使用，通过tick消息，同时也解决每个bolt中map数据过大的问题。
1、业务需求：实时统计每分钟访客数，页面效果如图所示：
2. 平台架构:主要包括日志的传输和采集部分、数据传输和计算平台、持久化数据服务以及在线数据服务部分
2.1日志数据源一般包括以下几个日志数据：
用户浏览网页点击行为和鼠标悬停等会触发相应的日志数据，并实时传递给后端的服务器。
APP框架中内涵所有页面安妮、页面滑动以及页面切换等的埋点，只要用户有相应的操作，就会记录日志，批量发送日志服务器
2.2 storm是实时平台的核心
2.3 Topology中的bolt计算的结果数据和中间交换数据根据业务需求存放到redis、hbase、或者mysql中
2.4 数据持久化到相应的数据库中后，由RPC服务器提供对外统一的访问服务，用户不用关心数据存储的细节
3. 系统架构一般如图所示：
4. 统计UV逻辑计算如图所示：
其中： DeepVisitUVBolt、AggreatorUVBolt通过map来保持中间结果，通过Storm的组件tick定时处理消息。
5.storm程序代码
5.1 Topoloy代码
public class PortalUVTopology {
private static final String KAFKA_SPOUT_ID = "CustomQueueSpout";
private static final String LOG_PARSER_ID = "LogParserBolt";
private static final String DEEP_VISIT_UV_ID = "DeepVisitUVBolt";
private static final String AGGREGATOR_UV_ID = "AggregatorUVBolt";
private static final String PERSISTENCE_UV_ID = "PersistenceBoltUVBolt";
public static void main(String[] args) throws Exception, Exception {
TopologyBuilder builder = new TopologyBuilder();
// 读取kafka消息，单线程
KafkaSpout kafkaSpout = KafkaUtils.getKafkaSpout();
builder.setSpout(KAFKA_SPOUT_ID, kafkaSpout, 1);
//builder.setSpout(KAFKA_SPOUT_ID,new CustomQueueSpout(), 1);
// 多线程解析消息，输出： yyyyMMddHHmm uid ,即： 201602221411 1000
builder.setBolt(LOG_PARSER_ID, new LogParserBolt(), 3).shuffleGrouping(KAFKA_SPOUT_ID);
// 多线程统计每分钟每个uid的uv数，即： yyyyMMddHHmm_uid 4
builder.setBolt(DEEP_VISIT_UV_ID, new DeepVisitUVBolt(), 3).fieldsGrouping(LOG_PARSER_ID,
new Fields("date", "uid"));
// 汇总统计
builder.setBolt(AGGREGATOR_UV_ID, new AggregatorUVBolt(), 1).noneGrouping(DEEP_VISIT_UV_ID);
// 持久化存储
builder.setBolt(PERSISTENCE_UV_ID, new PersistenceUVBolt(),2).shuffleGrouping(
AGGREGATOR_UV_ID);
Config conf = new Config();
conf.put(Config.TOPOLOGY_RECEIVER_BUFFER_SIZE, 8);
conf.put(Config.TOPOLOGY_TRANSFER_BUFFER_SIZE, 32);
conf.put(Config.TOPOLOGY_EXECUTOR_RECEIVE_BUFFER_SIZE, 16384);
conf.put(Config.TOPOLOGY_EXECUTOR_SEND_BUFFER_SIZE, 16384);
//集群模式
//StormSubmitter.submitTopology("PortalUV", conf , builder.createTopology());
//本地模式
LocalCluster cluster = new LocalCluster();
cluster.submitTopology("PortalUV" + System.currentTimeMillis(), conf ,builder.createTopology());
}
}