storm 提高运行速度

2019独角兽企业重金招聘Python工程师标准>>>

（1）要将系统中的算法调优。有可能一个算法浪费了一小部分时间，但由于数据量可能比较大，以至于整体上1秒的时间内可能浪费大量的时间。因此，算法的设计还是比较重要的。

（2）其次，就是调整系统中占用资源比较多、运算速度比较慢的那些spout和bolt。在进行topology设计时需要设计好每个bolt的并行度。对于运行速度比较慢的bolt，需要调大他们的并行度，是得更多的资源用到这些计算上面来。这里，bolt运行的快慢是可以从ui界面中看到的，如下图：

如上图，其中，capacity表示一种容量，其实就是占用的资源的百分比。比如，0.799就表示占用了79.9%的分配给这个bolt的资源。这个数值越大，则表示的处理起来速度越慢，则更要加大它的并行度。

（3）然后就是设置acker的数量。acker是在bolt成功处理后，进行ack调用的线程（还是进程，我忘记了）。当数据量比较大时，需要使用这个线程的次数就比较多，因此有可能这个线程就是制约处理速度的因素。因此，可以适当调大acker的数量，用于进行ack的调用。系统中，如果不设置的话，acker的数量默认为1；可以通过以下语句在topology中进行设定：

conf.put(Config.TOPOLOGY_ACKER_EXECUTORS, 10);//设置acker的数量  

（4）当集群中数据量比较大时，则最好能设置spout中的等待处理的数据量的大小。当集群中等待的数据量比较大时，也就是数据发送比较快，但是处理太慢。这个时候应该阻止spout的发送，否则可能会导致系统队列爆掉。因此，设置以下：

conf.put(Config.TOPOLOGY_MAX_SPOUT_PENDING, 10000);//设置一个spout task上面最多有多少个没有处理的tuple（没有ack/failed）回复，以防止tuple队列爆掉  

（5）在Spout调用nextTuple方法时，如果没有emit tuple，那么默认需要休眠1ms，这个具体的策略是可配置的，因此可以根据自己的具体场景，进行设置，以达到合理利用cpu资源。

topology.spout.wait.strategy "backtype.storm.spout.SleepSpoutWaitStrategy"
topology.sleep.spout.wait.strategy.time.ms       1  

 

转载于:https://my.oschina.net/u/2000675/blog/808203