Storm的并发

Storm的并发

1个worker进程执行的是1个topology的子集（注：不会出现1个worker为多个topology服务）。1个worker进程会启动1个或多个executor线程来执行1个topology的(spout或bolt)。因此，1个运行中的topology就是由集群中多台(可能是一台)物理机上的一个或者多个worker进程组成的。

executor是worker进程启动的一个单独线程。每个executor只会运行1个topology的1个或者多个(spout或bolt)task（注：task可以是1个或多个，Storm默认是1个(spout或bolt)只生成1个task，executor线程会在每次循环里顺序调用所有task实例）。

task是最终运行spout或bolt中代码的执行单元（注：1个task即为spout或bolt的1个实例，executor线程在执行期间会调用该task的nextTuple或execute方法）。topology启动后，1个(spout或bolt)的task数目是固定不变的，但该(spout或bolt)使用的executor线程数可以动态调整（例如：1个executor线程可以执行该(spout或bolt)的1个或多个task实例）。这意味着，对于1个(spout或bolt)存在这样的条件：#threads<=#tasks（即：线程数小于等于task数目）。默认情况下task的数目等于executor线程数目，即1个executor线程只运行1个task。

默认情况下，一个supervisor节点最多可以启动4个worker进程，每一个topology默认占用一个worker进程，每个spout或者bolt会占用1个executor，每个executor启动1个task。

worker(slot)

默认一个从节点上面可以启动4个worker进程，参数是supervisor.slots.ports。在Storm配置文件中已经配置过了，默认是在strom-core.jar包中的defaults.yaml中配置的有。

默认一个topology只使用一个worker进程，可以通过代码来设置使用多个worker进程。

通过config.setNumWorkers(workers)设置。

通过conf.setNumAckers(0);可以取消acker任务(点击topology页面最下面的show system stats，可以显示系统级别的bolt，可以验证acker线程的存在)。

最好一台机器上的一个topology只使用一个worker,主要原因是减少了worker之间的数据传输。

如果worker使用完的话再提交topology就不会执行，会处于等待状态。

注意：worker之间通信是通过Netty 进行通信的。

executor

默认情况下一个executor运行一个task，可以通过在代码中设置。

builder.setSpout(id, spout,parallelism_hint);

builder.setBolt(id, bolt, parallelism_hint);

task

通过boltDeclarer.setNumTasks(num);来设置实例的个数。

executor的数量会小于等于task的数量(为了rebalance)。

 

在Storm 0.8.2中引入了隔离调度器，让多个拓扑很容易且安全地共享一个集群，例如，它解决了多租户的问题－－避免多个拓扑之间的资源竞争－－通过提供拓扑间的完全隔离

当使用隔离调度器的时候Nathan[Storm作者]建议你把worker数量设置成机器数量的倍数。把executor数量设置成worker数量的倍数。如果你会调用setNumTasks()(多数人不会），应该设置成executor数量的倍数。这样做了之后，你的拓扑的负载就会均匀分布。每台机器和每个Java虚拟机进程会有相同数量的线程和大致等量的负载。

 

Storm一个灵巧的功能是可以增减worker进程或者executor的数量而不需要重启集群或者拓扑。这种做法叫做rebalancing。

有两种方法可以用来做拓扑的rebalance:

①使用Storm web UI来做

②使用命令行工具Storm rebalance