本节书摘来华章计算机《Storm实时数据处理》一书中的第2章 ，第2.3节，（澳）Quinton Anderson　著 卢誉声　译更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.3　创建日志Spout

日志Topology通过Redis通道读取所有logstash产生的日志，这些日志数据会通过本章介绍的Spout发送到Topology中。由于这是一个全新的Topology，因此我们先来新建一个Topology项目。

2.3.1　实战

我们先来创建项目目录和标准的Maven目录结构（标准结构可以参考：http://maven.apache.org/guides/introduction/introduction-to-the-standard-directory-layout.html）。

Step01　参照第1章中创建“Hello World” Topology的方法创建POM文件，修改和标签，然后添加以下依赖项：

Step02　通过以下命令生成Eclipse工程文件，然后将工程文件导入Eclipse：

Step03　日志Topology中的Tuple会携带日志域对象，该对象封装了数据和解析日志文件中单个记录的逻辑。在我们的项目中创建这个域对象：

这个代码片段中并没有包含getter、setter和equals方法，但还是有必要依次实现它们。对单元测试来说，equals方法有很大用处。
Step04　接下来创建Logspout类，并继承BaseRichSpout接口。参照第1章的方法实现这个类，声明下面这个字段：

然后发送接收到的日志记录到Topology中，代码如下：

应尽量避免直接在代码中使用字符串。虽说Tuple能在运行时高效地处理这些局部变量，但在编译链接的时候，初始化带有字符串元素的代码并没有任何意义。因此，我们还是建议使用静态变量定义代替这种直接使用字符串的方法。

2.3.2　解析

Redis Spout的实现我们已经熟谙于心，本节重点阐述LogEntry类域对象中的解析逻辑。logstash会以单个JSON值的形式向Redis通道发送日志。这些JSON值的格式如下所示：

2.3.3　补充内容

JSON格式包含两种关键结构，分别是JSON对象（JSON Object）和JSON数组（JSON Array）。JSON主页（www.json.org）提供了针对这两种结构的简要定义，为了方便起见，我们就直接在这里罗列出这两种结构的定义。对象是一个无序的名/值对（name/value pair）集合。一个对象以“{”（左括号）开始，以“}”（右括号）结束。每个名称后跟一个“:”（冒号），名/值对之间使用“,”（逗号）分隔，如图2-2所示。

数组是值（value）的有序集合。一个数组以“[”（左中括号）开始，以“]”（右中括号）结束。值之间使用“,”（逗号）分隔，如图2-3所示。

值（value）可以是双引号括起来的字符串（string）、数值(number)、true、false、 null、对象（object）或者数组（array）。这些结构可以嵌套。
LogEntry对象的构造函数包含一个JSONObject对象作为参数，并根据该对象的成员对自身进行初始化。可以通过toJSON()方法把LogEntry对象转换成对应的JSONObject对象，以备不时之需。LogEntry通过com.googlecode.json-simple库中的工具方法，将字符串转换成可用的JSON结构。
虽然结构定义清晰，但“日期-时间”却有多种不同的格式。parseDate()方法采取最优的方法解析各种日期格式。FORMATS类成员变量定义了支持的“日期-时间”格式。