【并行度+状态迁移】2016-Elastic stateful stream processing in storm

问题：

由于数据源产生数据的速度不可预测，所以流处理系统对动态性要求很高、需要适应能力。

本文方法

采用两种机制来扩展运行时的动态适应性： automatic elasticity and stateful migration
1.自动弹性：
it allows to automatically adapt the number of parallel instances for each application operator, according to a scaling policy.
在框架层面：实现了扩展决策，即它允许根据扩展策略自动调整每个应用的运算符的并行实例数量，本文提出一个简单的基于阈值的策略（根据传入的工作负载弹性地改变每个运算符的并行实例数量）。
由于**框架层面**实现了弹性，storm可以与底层的扩展系统耦合，底层可以通过根据需要获取和释放计算节点来实现基础设施的弹性。
2.状态迁移：运