Storm（四）：容错机制

         Apache Storm分布式集群主要节点由控制节点(Nimbus节点)和工作节点(Supervisor节点)，在集群下，怎么保证拓扑的可靠性，storm提供哪些容错机制？

  

    我们部署了两台（Master、Salve2）,然后启动了两个Supervisor和对应两个worker

      

一、Nimbus节点出现故障（进程挂掉）                           

 

    Nimbus节点出现故障，Supervisor节点还正常运行对应的worker也是正常工运行，只是Supervisor不能接受Nimbus新任务的分配。

       

    Master服务器中的Nimbus进程挂掉了，对Supervisor、worker进程不影响。

    

 

二、Supervisor节点出现故障（进程挂掉）                          

       出故障的Supervisor节点对应的worker也就挂掉了，但Nimbus节点监控把对应的worker的重新分配到其他的Supervisor节点上运行。

    我们把对应的Salve2中的supervisor进程挂掉

    

   Nimbus节点监控把对应的worker的重新分配到Master的Supervisor节点上运行。

     

     

  三、Nimbus和Supervisor节点都出现故障                          

   

       Nimbus节点出现故障并某其中一个Supervisor出现故障时，Supervisor对应的worker不存在了，因为没有Nimbus节点监控把对应的worker的重新分配到其他的Supervisor节点上运行。

     

  四、Worker 进程挂掉                                     

    因拓扑内存溢出或者其它导致Worker 挂掉，Supervisor会重新启动Worker。

     我们对Salve2的Worker进程挂掉，

    

    

     然后等了一会，Supervisor会重新启动Worker

     

 

  总结：

         Nimbus和Supervisor被设计成是快速失败且无状态的，他们的状态都保存在ZooKeeper，如果其中某一个或者两个进程都挂掉，都不会影响其它的Supervisor已经在运行worker进程，但Nimbus和Supervisor本身不会自动重启。