Storm并行度

1、Storm并行度相关的概念

Storm集群有很多节点，按照类型分为nimbus（主节点）、supervisor（从节点），在conf/storm.yaml中配置了一个supervisor有多个槽（supervisor.slots.ports），每个槽就是一个JVM，就是一个worker，在每个worker里面可以运行多个线程叫做executor，在executor里运行一个topology的一个component（spout、bolt）叫做task。

1.并行度

storm的并行是由非常多的supervisor完成的。

storm的supervisor运行的是topology中的spout/bolt task。

task是storm中进行计算的最小的运行单位，表示的是spout、bolt的运行实例。

程序执行的最大粒度的运行单位是进程。在supervisor中，运行task的进程称作worker。

supervisor节点上可以运行非常多的worker。

在worker中可以运行线程的，这些线程称作executor。在executor中，运行task。

总结一下，supervisor(节点)>worker(进程)>executor(线程)>task(实例)

2.配置

2.1 supervisor是storm集群配置的，执行storm supervisor时，产生一个supervisor节点。

2.2 worker进程是在storm/conf/storm.yaml文件中选项supervisor.slots.ports配置的。

worker进程数量也可以通过config.setNumWorkers(workers)设置。

2.3 executor是通过builder.setSpout(id, spout, parallelism_hint)和builder.setBolt(id, bolt, parallelism_hint)设置的。

2.4 task是通过boltDeclarer.setNumTasks(num)设置的。

默认情况下，每个supervisor启动4个worker，每个worker启动1个executor，每个executor中会有1个task。

例如：

1 2 3

topologyBuilder.setBolt("green-bolt", new GreenBolt(), 2)                .setNumTasks(4)                .shuffleGrouping("blue-spout);

上面指定使用2个executor、4个task运行green-bolt，Storm会使用2个executor，每个executor运行2个task来运行green-bolt。

3、storm提供rebalance命令，可以在topology运行时动态调整并行度。

例如：

1	$ storm rebalance mytopology -n 5 -e blue-spout=3 -e yellow-bolt=10

也可以在Web UI上面执行rebalance。