Storm基础（五）守护程序的容错机制

原文链接：http://storm.apache.org/releases/1.0.2/Daemon-Fault-Tolerance.html

本人原创翻译，转载请注明出处

Storm有几种守护进程：负责调度worker的Nimbus，负责启动和停止worker的supervisors，提供日志访问的log viewer，展示集群状态信息的UI。

worker死掉时会发生什么？

worker死掉时，supervisor将会重启它。如果它启动时继续死掉并且不能给Nimbus发送心跳，Nimbus会重新调度worker。

节点死掉时会发生什么？

分配给那个机器的任务将超时，Nimbus会重新分配任务给其他机器。

Nimbus或Supervisor进程死掉会发生什么？

Nimbus和Supervisor守护程序被设计为fail-fast（任何时候异常发生就进行自毁）和stateless（所有的状态保存在zookeeper或磁盘上）。正如在Setting up a Storm cluster里描述的那样，Nimbus和Supervisor守护程序必须使用daemontools或monit等工具监督管理。所以如果Nimbus和Supervisor守护程序死掉了，它们会像什么都没发生一样重启。

显而易见，worker进程不受Nimbus和Supervisor守护程序异常终止的影响。这和Hadoop正好相反，在Hadoop里，如果JobTracker终止，运行中的jobs也会终止。

Nimbus是否是单点失败？

如果Nimbus节点终止，workers会继续运行。此外，supervisors也会继续重启workers（如果worker终止的话）。但是，没有Nimbus，wokers就不会在必要的时候被分配到其他机器上，比如有机器宕机的时候。

从1.0.0版本以后，Storm Nimbus是高可用的，更多信息请参考Highly Available Nimbus Design

Storm如何保证消息处理？

即使节点宕掉或消息丢失，Storm也有保证消息处理的机制。请阅Storm基础（四）保证消息处理