理解Storm并行度

一个Topology可以运行多个Worker上，这样可以提高数据处理能力，因为一个worker就是一个进程，更确切的说是一个JVM，很自然的，我们可以想到如果一个worker中可以再起多个线程的话效率就会很高。事实上storm就是这么干的，worker并不是storm集群中最小运行单位。Executer才是storm集群中最小的运行单位。Executer其实是一个线程，你可以这样理解，worker是拓扑的最小运行单位，而Executer是Spout或者Bolt（其实spout也是bolt）最小运行单位。什么意思？运行一个拓扑就是启动一个jvm进程，启动一个spout或者bolt就是启动一个Executer线程（执行器线程）。
然后我们再看几个跟设置并行度有关的参数：
1.setSpout(String id, IRichSpout spout, Number parallelism_hint)
2.setNumTasks(Number val)
3.setNumWorkers(int workers)
4.setNumAckers(int numExecutors)

对于：parallelism_hint (并行度暗示)
其实就是Executor线程的个数，如果配置了worker就会平均分配到可用的worker上
对于：setNumTasks(Number val)
每个Executor执行器执行几个线程去做这件事，可以理解为多线程中同时执行几个run方法里
对于setNumWorkers
顾名思义及时jvm的数量
对于setNumAckers
消息处理的acker数量，辅助用，根据需求修改
其实在官网上有一个非常好的图片可以说清楚他们的关系：

关于动态修改需要知道的是：其实就是在调整executor的数量
在命令行动态修改并行度
除了使用代码进行调整，还可以在shell命令行下对并行度进行调整。
storm rebalance mytopology -w 10 -n 2 -e spout=2 -e bolt=2
表示 10秒之后对mytopology进行并行度调整。把spout调整为2个executor，把bolt调整为2个executor
注意：并行度主要就是调整executor的数量，但是调整之后的executor的数量必须小于等于task的数量，如果分配的executor的线程数比task数量多的话也只能分配和task数量相等的executor。