如何解读Storm的并行性？
topoBuilder.setSpout("spout", new Spout(), 1);
topoBuilder.setBolt("worker", new WorkerBolt(), 5);
topoBuilder.setBolt("aggregator", new AggregatorBolt(), 1);
conf.setWorkerNum(2);
我试图测量一种分组方法，工作螺栓的实例数对结果有很大的影响。
Q2.如果要更改辅助螺栓的实例数，只需更改TopoBuilder.SetBolt（“worker”，new WorkerBolt()，20)；，还是更改conf.SetWorkerNum(4)；？
共有1个答案
免责声明--我也是一个新手，但我会试着根据我对Storm ATM的理解来回答。
Q1.否。设置numworkers（又名“topology.workers”）决定拓扑将在集群中分配多少工作进程（插槽）。您的螺栓将在所有插槽之间分割。因此，您将有1个spout实例、5个worker bolt实例和1个aggregator bolt实例分布在2个worker进程上。在Storm文档中，实例称为任务。
Q2.第一个选项。
-
什么让 topology（拓扑）可以运行: worker 进程, executors（执行器）和 tasks（任务） Storm 区分以下 3 个主要的实体, 它们在 Storm 集群中用于实际的运行 topology（拓扑）: Worker 进程 Executors（线程） Tasks 这是一个简单的例子, 以说明他们之间的关系 一个 worker 进程 执行一个 topology（拓扑）的子集
-
我是Apache Storm的新手，正在尝试为我的用例设计一个简单的拓扑。Storm中对并行性的解释（理解一个Storm拓扑的并行性）给我留下了两个疑问： 请回答以上疑问，如有不正确之处，请更正我的理解。
-
如何在storm集群中处理这种情况（最好不创建外部服务）： 我只需要一个由所有拓扑实例使用的spout，例如，如果输入数据通过网络文件夹被推送到群集，该网络文件夹将扫描新文件。 类似的问题与混凝土类型的螺栓。例如，当数据由被锁定到具体物理机器的许可的第三方库处理时。
-
“并行性提示”在storm中用于并行运行的storm拓扑。我知道有像工作者过程，执行者和任务这样的概念。让并行性提示尽可能大，以便您的拓扑尽可能并行，这有意义吗？ 我的问题是如何为我的storm拓扑找到一个完美的并行性提示数。它是取决于我的storm集群的规模，还是更像是拓扑/作业特定的设置，它因拓扑而异？还是两者都取决于？
-
负载的消息数量很少，每天大约2000条，但是每个任务都需要相当长的时间。特别是一个拓扑处理每个任务所需的时间是可变的，通常在1到20分钟之间。如果按顺序处理，吞吐量不足以处理所有传入消息。所有的拓扑和Kafka系统都安装在一台单机中（16个核心，16 GB的RAM）。 由于消息是独立的，并且可以并行处理，我们正在尝试使用Storm并发能力来提高吞吐量。 为此,拓扑配置如下： null null 和