【五】storm调优，调整并行度

实际上就是用多线程。没有真的对集群做扩容。

官网介绍

http://storm.apache.org/releases/1.1.2/Understanding-the-parallelism-of-a-Storm-topology.html

storm中运行topology的实体主要有三个：

worker processes:    一个supervisor可以启多个worker。一个topology可以运行在一个worker或者接worker中。每个worker运行一个topology的子集。一个worker进程只服务于一个指定的topology。

executors(threads)： 一个worker进程上可以运行多个executor。

tasks：   task实际上是storm里面最小的运算单元，执行实际的数据处理。 一个executors上可以运行多个相同组件（spout、bolt）的task。每个spout、bolt可以作为多个task在集群中被处理。

对于一个组件（spout、bolt）在它的生命周期中，task的数量时不变的，executor的数量可变。这意味着，线程（executor）的数量可能小于等于task的数量。默认情况下task的数量等于executor的数量。

默认情况下：

1个supervisor节点启动4个worker进程。

每一个topology默认占用一个worker进程。

每个worker会启动executor。

每个executor默认启动一个task。

（这里用单机版storm演示。即解压storm.tar后 ，什么配置文件都不用改，只用加个环境变量就行了。

单机版安装及启动）

运行作业：提交作业到storm服务器上运行

查看UI会发现。只启动了一个work来执行我们的clusterSumStormTopology作业。

我们的storm作业只有一个spout和一个bolt，但是在默认情况下却启动了3个executor。因为其中有一个是acker。

设置介绍

源码中的defaults.yaml配置文件

worker processes数量设置（设置运行某个具体的topology使用几个worker，而不是一个supervisor启动几个worker。一个supervisor启动几个worker的设置是修改storm.yaml配置文件，给supervisor.slots.ports添加几个端口。）

代码中配置：

修改之前的代码mian中的config部分

	public static void main (String[] args){
		try {
		
		//TopologyBuilder根据spout和bolt来构建Topology
		//storm中任何一个作业都是通过Topology方式进行提交的
		//Topology中需要指定spout和bolt的执行顺序
		TopologyBuilder tb = new TopologyBuilder();
		tb.setSpout("DataSourceSpout", new DataSourceSpout());
		//SumBolt以随机分组的方式从DataSourceSpout中接收数据
		tb.setBolt("SumBolt", new SumBolt()).shuffleGrouping("DataSourceSpout");
		
		Config config = new Config();
		//设置让集群启动2个worker来执行这个作业
		config.setNumWorkers(2);
		//把执行acker的executor关掉
		config.setNumAckers(0);
		//代码提交到storm集群上运行
		StormSubmitter.submitTopology("ClusterSumStormTopology", config, tb.createTopology());
		} catch (AlreadyAliveException e) {
			e.printStackTrace();
		} catch (InvalidTopologyException e) {
			e.printStackTrace();
		} catch (AuthorizationException e) {
			e.printStackTrace();
		}
		
	}

重新打包，上传到nimbus所在节点，关闭原来运行的ClusterSumStormTopology作业，重新运行。

重新查看UI。这时就只启动了2个executor（因为这个topology程序只有一个spout和一个bolt，我们把acker关掉了。这里只是做个测试，生产中不要关掉acker，不然不能保证数据有且只有一次被执行，很可能数据被重复发送，或者漏了。）

用了2个worker来执行这个topology（我们在代码中设置的2）。

executor数量设置

public static void main (String[] args){
		try {
		
		//TopologyBuilder根据spout和bolt来构建Topology
		//storm中任何一个作业都是通过Topology方式进行提交的
		//Topology中需要指定spout和bolt的执行顺序
		TopologyBuilder tb = new TopologyBuilder();
		//第三个参数2，是并行度，是这个组件有几个executor来执行
		tb.setSpout("DataSourceSpout", new DataSourceSpout(),2);
		//SumBolt以随机分组的方式从DataSourceSpout中接收数据
		//第三个参数2，是并行度，是这个组件有几个executor来执行
		tb.setBolt("SumBolt", new SumBolt(),2).shuffleGrouping("DataSourceSpout");
		
		Config config = new Config();
		//设置让集群启动2个worker来执行这个作业
		config.setNumWorkers(2);
		//把执行acker的executor关掉。默认情况下有几个worker就有几个acker
		config.setNumAckers(0);
		//代码提交到storm集群上运行
		StormSubmitter.submitTopology("ClusterSumStormTopology", config, tb.createTopology());
		} catch (AlreadyAliveException e) {
			e.printStackTrace();
		} catch (InvalidTopologyException e) {
			e.printStackTrace();
		} catch (AuthorizationException e) {
			e.printStackTrace();
		}
		
	}

task数量设置

public static void main (String[] args){
		try {
		
		//TopologyBuilder根据spout和bolt来构建Topology
		//storm中任何一个作业都是通过Topology方式进行提交的
		//Topology中需要指定spout和bolt的执行顺序
		TopologyBuilder tb = new TopologyBuilder();
		//第三个参数2，是并行度，是这个组件有几个executor来执行
		tb.setSpout("DataSourceSpout", new DataSourceSpout(),2);
		//SumBolt以随机分组的方式从DataSourceSpout中接收数据
		//第三个参数2，是并行度，是这个组件有几个executor来执行
		tb.setBolt("SumBolt", new SumBolt(),2)
		.setNumTasks(4)//设置task数量为4.这个bolt有2个executor，4个task
		.shuffleGrouping("DataSourceSpout");
		
		Config config = new Config();
		//设置让集群启动2个worker来执行这个作业
		config.setNumWorkers(2);
		//把执行acker的executor关掉。默认情况下有几个worker就有几个acker。
		config.setNumAckers(0);
		//代码提交到storm集群上运行
		StormSubmitter.submitTopology("ClusterSumStormTopology", config, tb.createTopology());
		} catch (AlreadyAliveException e) {
			e.printStackTrace();
		} catch (InvalidTopologyException e) {
			e.printStackTrace();
		} catch (AuthorizationException e) {
			e.printStackTrace();
		}
		
	}

topology在运行中可以动态调整worker和executor的数量，并不需要重启集群。

1.在storm的UI上调整。

2.使用客户端工具来调整。