storm并行度核心概念介绍剖析

一.Storm的并行介绍

　　并行意味着多个任务在不同的节点上，且每个节点都可独立运行，并且相互之间没有依赖。

　　而在storm上，storm提交的jobs(任务)通过nimbus分发到多个supervisor上，jobs的执行都是通过supervisor来运行和执行的。

　　1.worker: 代表一个进程

　　　　在storm的配置文件storm.yml中supervisor.slots.port配置的个数，可以看做一个worker就对应一台机器上配置的slot。nimbus会把任务分发到不同的supervisor上，所有提交的job都是通过supervisor来执行和运行的。一个topology有多个spout bolt构成，一个work在执行时可能执行了一个topology中的spout 或者bolt，总之，work是一个进程级别的，由supervisor负责管理、启动、监控这个进程，然后再将运行后的数据反馈给nimbus。

　　2..executor：代表一个线程

　　　　每个executor只运行topology下的spout bolt中的一个或者多个实例，executor可以被动态的修改

　　　　storm提交的任务通过nimbus分发到不同的supervisor上，通过不同的supervisor来运行和执行任务，一个topology 由多个spout 或多个bolt 组成。

　　　　在supervisor的存在多个worker，而每一个worker可以执行topology，topology包含了spout bolt

　　3.task在storm是一个最小的粒度单元

　　　　其实可以把task理解成线程的run的方法体，每一个spout bolt都会生成一个实例由task去执行，一旦task被定义后，是不能被改变的。

　　　　当一个或多个executor执行一个或多个task实例时可以称为并行。

二.Storm并行度的算法　　　

　　executor的算法： n [worker数量] + n[spout并行系数] + n[bolt并行系数]

　　　　ack是系统级运行线程，ack数量与worker数量相等，也相当于一个task任务

　　task的算法：

　　　　n[spout数量] + n[bolt数量] + n[worker数量]

三.Storm并行度的设置

Configure Work　　　　#进程的设置
Config config = new Config();
config.setNumWorkers(3);
Configure executor　 #线程的设置
builder.setSpout(“SampleSpout”,new SampleSpout(),2);
builder.setBolt(“SampleBolt”,new SampleBolt(),4).shuffeGrouping(“SampleSpout”);
Configure Task　　　　#task的设置
builder.setSpout(“sampleSpout”,new SampleSpout(),2).setNumTasks(4);

四.Storm 的rebalance

　　在我们配置完一些并行度的参数后，是不能再去修改，尤其是task的数量是不能更改的，但是可以通过storm 的rebalance 来调整work的数量以及spout 和bolt的数量

　　命令：

storm rebalance [topologyName] -n [NumberOfWorkers] -e [spout]=[NumberOfExecutors]  -e[Bolt1]=[NumberOfExecutors] [Bolt2]=[NumberOfExecutors]