功能說明：

設計一個topology，來實現對文件裡面的單詞出現的頻率進行統計

整個totopolgy分為三個部分：

1. RandomSentenceSpout：資料來源，在已知的英文句子中，隨機發送一條句子出去。

2. SplitSentenceBolt : 負責將單行文字記錄（句子）切分為單詞.

3. WordcountBolt ：負責對單詞的頻率進行累加

7.6、Stream Grouping詳解

Storm裡面有7種類型的stream grouping

1. Shuffle Grouping: 隨機分組， 隨機派發stream裡面的tuple，保證每個bolt接收到的tuple數目大致相同。

2. Fields Grouping：按欄位分組，比如按userid來分組，具有同樣userid的tuple會被分到相同的Bolts裡的一個task，而不同的userid則會被分配到不同的bolts裡的task。

3. All Grouping：廣播發送，對於每一個tuple，所有的bolts都會收到。

4. Global Grouping：全域性分組， 這個tuple被分配到storm中的一個bolt的其中一個task。再具體一點就是分配給id值最低的那個task。

5. Non Grouping：不分組，這stream grouping個分組的意思是說stream不關心到底誰會收到它的tuple。目前這種分組和Shuffle grouping是一樣的效果，

    有一點不同的是storm會把這個bolt放到這個bolt的訂閱者同一個執行緒裡面去執行。

6. Direct Grouping： 直接分組， 這是一種比較特別的分組方法，用這種分組意味著訊息的傳送者指定由訊息接收者的哪個task處理這個訊息。只有被宣告為Direct Stream的訊息流可以宣告這種分組方法。而且這種訊息tuple必須使用emitDirect方法來發射。訊息處理者可以通過TopologyContext來獲取處理它的訊息的task的id （OutputCollector.emit方法也會返回task的id）。

7. Local or shuffle grouping：如果目標bolt有一個或者多個task在同一個工作程序中，tuple將會被隨機發生給這些tasks。否則，和普通的Shuffle Grouping行為一致。