增加第四小节内容

ch18_后端架构选型、离线及实时计算/第十八章_后端架构选型、离线及实时计算.md

@@ -403,6 +403,7 @@ public static boolean isTick(Tuple tuple) {
 ![](./img/18-4-2.png)
 
 Topology
+
 '''
     String spoutId = "wordGenerator";
     String counterId = "counter";
@@ -418,12 +419,14 @@ Topology
         // TotalRankingsBolt， 将完成完整聚合，统计出top-n的话题
     builder.setBolt(totalRankerId, new TotalRankingsBolt(TOP_N)).globalGrouping(intermediateRankerId);
  ```
+
 上面的topology设计如下：
 
 ![](./img/18-4-3.png)
 
 将聚合计算与时间结合起来
 前文，我们叙述了tick事件，回调中会触发bolt的execute方法，那可以这么做：
+
 ```
 RollingCountBolt:
   @Override
@@ -459,6 +462,7 @@ RollingCountBolt:
     emit(counts, actualWindowLengthInSeconds);
   }
  ```
+
 上面的代码可能有点抽象，看下这个图就明白了，tick一到，窗口就滚动：
 
 ![](./img/18-4-4.png)
@@ -480,6 +484,7 @@ IntermediateRankingsBolt & TotalRankingsBolt：
   其中，IntermediateRankingsBolt和TotalRankingsBolt的聚合排序方法略有不同：
 
 IntermediateRankingsBolt的聚合排序方法：
+
 ```
   @Override
   void updateRankingsWithTuple(Tuple tuple) {
@@ -489,7 +494,9 @@ IntermediateRankingsBolt的聚合排序方法：
     super.getRankings().updateWith(rankable);
   }
 ```
+
 TotalRankingsBolt的聚合排序方法：
+
 ```
   @Override
   void updateRankingsWithTuple(Tuple tuple) {
@@ -501,13 +508,16 @@ TotalRankingsBolt的聚合排序方法：
     super.getRankings().pruneZeroCounts();
   }
 ```
+
 而重排序方法比较简单粗暴，因为只求前N个，N不会很大：
+
 ```
   private void rerank() {
     Collections.sort(rankedItems);
     Collections.reverse(rankedItems);
   }
 ```  
+
   结语
 
   下图可能就是我们想要的结果，我们完成了t0 - t1时刻之间的热点话题统计.