对storm中Topology的并发度理解

主要思想来源于storm的项目页面： https://github.com/nathanmarz/storm/wiki/Understanding-the-parallelism-of-a-Storm-topology
其中加入了一些个人的理解，所以就把文章mark成原创了，实际上大部分还是人家的东西。其实翻译这个文章的人也挺多，我看了几个，总是感觉有点绕，所以干脆自己总结一下。目标是简单明了的说清楚Storm中Topology在允许过程中的并发机制。当然，目标是好的，具体写出来能否实现目标，就无所谓了，尽力就好：）

---------

概念理解

原文中用了一张图来说明在一个storm cluster中，topology运行时的并发机制。







其实说白了，当一个topology在storm cluster中运行时，它的并发主要跟3个逻辑实体想过：worker，executor 和task

1. Worker 是运行在工作节点上面，被Supervisor守护进程创建的用来干活的进程。每个Worker对应于一个给定topology的全部执行任务的一个子集。反过来说，一个Worker里面不会运行属于不同的topology的执行任务。

2. Executor可以理解成一个Worker进程中的工作线程。一个Executor中只能运行隶属于同一个component（spout/bolt）的task。一个Worker进程中可以有一个或多个Executor线程。在默认情况下，一个Executor运行一个task。

3. Task则是spout和bolt中具体要干的活了。一个Executor可以负责1个或多个task。每个component（spout/bolt）的并发度就是这个component对应的task数量。同时，task也是各个节点之间进行grouping（partition）的单位。

并发度的配置

有多种方法可以进行并发度的配置，其优先级如下：

defaults.yaml

<

storm.yaml

<
topology 私有配置 < component level（spout/bolt） 的私有配置

至于具体怎么配置，至今拷贝过来大家看看便知：

设置worker数量

Description: 在当前storm cluster中给这个topology创建的worker数量
Configuration option: TOPOLOGY_WORKERS
How to set in your code (examples):

Config#setNumWorkers

设置executor数量

Description: 给指定component创建的executor数量
Configuration option: ?
How to set in your code (examples):

TopologyBuilder#setSpout()
TopologyBuilder#setBolt()
Note that as of Storm 0.8 the

parallelism_hint

parameter
now specifies the initial number of executors (not tasks!) for that bolt.

设置task数量

Description: 给指定 component 创建的task数量
Configuration option: TOPOLOGY_TASKS
How to set in your code (examples):

ComponentConfigurationDeclarer#setNumTasks()

Here is an example code snippet to show these settings in practice:

topologyBuilder.setBolt("green-bolt", new GreenBolt(), 2)
.setNumTasks(4)
.shuffleGrouping("blue-spout);

一个运行时的topology的例子

怎么样在运行过程中修改一个topology的并发度

Storm支持在不restart topology的情况下,
动态的改变(增减)worker processes的数目和executors的数目, 称为rebalancing.

主要有两种方法可以rebalance一个topology:

使用Storm web UI 来 rebalance topology.
使用CLI 工具 rebalance topology，一个例子如下：

# Reconfigure the topology "mytopology" to use 5 worker processes,
# the spout "blue-spout" to use 3 executors and
# the bolt "yellow-bolt" to use 10 executors.

$ storm rebalance mytopology -n 5 -e blue-spout=3 -e yellow-bolt=10