storm分组模式

1. Shuffle grouping: Tuples被随机分配到每一个bolt’s task，以便于每一个bolt’s task获得相同数量的tuples。

2. Fields grouping: Stream被根据属性（fields）进行分组。举例：如果一个Stream根据“user-id”分组，具有相同“user-id”属性的tuples会被发往同一个bolt’s task，具有不同“user-id”的tuples有可能发往不同的bolt’s task。

3. All grouping：Stream会被重复的发往每一个bolt’s task，使用这个方式需要慎重。

4. Global grouping：输入流会发往bolt’s tasks中的一个。具体来说，会发往最小id的task

5. None grouping:这种方式表示你并不关心Stream如何分组。当前版本中，它的效果等同于shuffle grouping。Eventually though, Storm will push down bolts with none groupings to execute in the same thread as the bolt or spout they subscribe from (when possible).

6. Direct grouping:这是一个特殊的grouping。这种方式可以让tuple的生产者决定消费者中哪一个task能够接收这个tuple。只有当一个Stream声明是一个direct stream时，Direct grouping方式才能生效。必须使用[emitDirect](/apidocs/backtype/storm/task/OutputCollector.html#emitDirect(int, int, java.util.List)方法，才能将tuple发送到一个direct Stream中。一个bolt可以通过两种方式获取到消费者的taskid，一种是使用TopologyContext获取，另一种是通过跟踪OutputCollector中的emit方法的返回值（当tuples发送之后，会返回task ids）

7. Local or shuffle grouping:如果目标bolt在一个worker进程中有多个或一个tasks，tuples会随机发送到进程内的tasks。否则，这种方式与shuffle grouping相同。