Storm 第四章 Storm常见问题

1、集群如何启动，任务如何执行？
　　java -server nimbus,supervisor
　　client--->createTopology(序列化)--->提交jar到nimbusinbox--->nimibus分配任务(task总数/worker数)---写到zk。
　　启动worker<----识别自己的任务<----supervisor----->watch----zk
　　启动Spout/Bolt<----TaskInfo<-----worker---->task
2、集群架构中各个模块如何启动？
　　nimbus：用户启动
　　supervisor:用户启动
　　worker:supervisor启动
　　Task:worker启动
3、集群如何通信？
　　集群架构中的各个模块是如何通信的？外部通信
　　拓扑程序中的各个Task是如何通信的？内部通信
4、Worker与topology
　　一个worker只属于一个topology,每个worker中运行的task只能属于这个topology。反之，一个topology包含多个worker，其实就是这个topology运行在多个worker上。

　　一个topology要求worker数量如果不被满足，集群在分配任务时，根据现有的worker先运行topology。如果当前集群中的worker数量为0，那么最新提交的topology将只会标记active,
　　不会运行，只有当集群有了空闲资源才会运行。

5、如何指定驱动类中每个组件的并发度数量？如何设置worker数量？
　　1，根据上游的数据量来设置spout的并发度。
　　2，根据业务复杂度和execute方法执行时间来设置bolt并发度。
　　3，根据集群的可用资源来配置，一般情况下70%的资源使用率。
　　4，worker的数量理论上根据程序并发度的task数据来划分，在实际业务场景中，需要反复调整。

6、ack-fail机制
　　1，需要ackfail时，请为每个tuple生成一个messageId,这个messageId是用来标识你关心的tuple，当这个tuple被完全处理时，storm框架会调用spout的ack方法，否则调用fail。至于你的
　　消息是否重发，完全由自己处理。
　　2，在Spout有并发度的情况下，storm会根据tuple最开始的所属spout taskId,通知相应的spoutTask。
　　3，在流式计算中topology的bolt组件可以配置多个的，在每个环节中，都需要bolt组件显示的高速storm框架，自己对当前接受的这个tuple处理完成。