Storm拓扑的并行度（parallelism）介绍
Storm拓扑的并行度（parallelism）介绍
Storm分为3个主要实体，用于在Storm集群中运行拓扑
- 工作进程：Worker Process，也称为Worker
- 执行器：Executor，即线程Thread
- 任务：Task
工作进程、执行器、任务三者之间关系如下图：
1.topology配置介绍
topology由一个或者多个Spout/Bolt组件构成
运行中的topology由一个或者多个Supervisor节点中的Worker构成。默认情况下一个Supervisor节点运行4个Worker，由defaults.yaml/storm.yaml中的属性决定：
supervisor.slots.ports：
- 6700
- 6701
- 6702
- 6703
在代码中可以使用new Config().setNumberWorkers(3)进行设定，但是最大数量不能超过配置的supervisor.slots.ports数量。
Worker为特定拓扑的一个或者多个组件Spout/Bolt产生一个或者多个Executor。默认情况下一个Worker运行一个Executor。
Executor为特定拓扑的一个或者多个组件Spout/Bolt实例运行一个或者多个Task。默认情况下一个Executor运行一个Task。
Task执行真正的数据处理，代码中实现的每个Spout/bolt作为很多任务跨集群执行，一个Spout/Bolt组件的Task数量始终贯穿Topology的整个生命周期，但是一个Spout/Bolt组件的Executor数量会随着时间而改变。这意味着Thread<=Task条件成立。默认情况下Task数量与Executor数量相同，即Storm会使用每个Executor运行一个Task。
2.配置拓扑的并行度
- 工作进程Worker数量
Config config = new Config();
config.setNumWorkers(3); //注意此参数不能大于supervisor.slots.ports数量。
- 执行器Executor数量
TopologyBuilder builder = new TopologyBuilder();
builder.setSpout(id, spout, parallelism_hint); //设置Spout的Executor数量参数parallelism_hint
builder.setBolt(id, bolt, parallelism_hint); //设置Bolt的Executor数量参数parallelism_hint
- 任务Task数量
TopologyBuilder builder = new TopologyBuilder();
builder.setSpout(id, spout,
parallelism_hint).setNumTasks(val);
//设置Spout的Executor数量参数parallelism_hint，Task数量参数val
builder.setBolt(id, bolt,
parallelism_hint).setNumTasks(val);
//设置Bolt的Executor数量参数parallelism_hint，Task数量参数val
3.改变运行中拓扑的并行度
Storm一个很好的特性是可以增加或减少工作进程Worker和Executor的数量而不需要重启集群或拓扑，这样的行为成为再平衡（rebalancing）。目前有两种方式可实现拓扑再平衡，如下：
使用Storm的WebUI
使用Storm的命令行工具，如下
# 重新配置拓扑
# “myTopology” 拓扑使用5个Worker进程
# “blue-spout” Spout使用3个Executor
# “yellow-blot” Bolt使用10个Executor
storm rebalance myTopology -n 5 -e blue-spout=3 -e yellow-blot=10
