Storm中Task数的设置与计算（1.0.1版本）

==思考问题1==

向集群提交一个拓扑的时候，Storm是如何计算Task数以及Executor数的？

==思考问题2：==

构建拓扑的时候，有3个地方会影响task数，这3个地方之间有什么关系？

builder.setSpout("spout", new RandomSentenceSpout(), 5); //parallelism-hint
builder.setSpout("spout", new RandomSentenceSpout(), 5).setNumTask(1);
builder.setSpout("spout", new RandomSentenceSpout(), 5).setNumTasks(1).setMaxTaskParallelism(1);

==关于Task数的计算==

storm的拓扑分配的是在nimbus.clj中完成的。

代码路径：org/apache/storm/daemon/nimbus.clj

函数名称：mk-assignments

在整个处理过程中，有一个函数非常重要，看了之后上面的3个关系多少会清晰很多。

这个代码是用clojure语言编写的，没有用过的人多少看起来会费劲，如果用普通的java来写，大概思路是这个样子的

num-tasks = (TOPOLOGY-TASKS == null ? TOPOLOGY-TASKS : parallelism-hint)    
max-parallelism = TOPOLOGY-MAX-TASK-PARALLELISM    
    
if (max-parallelism != null) {    
    if (max-parallelism < num-tasks) {    
        task数= max-parallelism    
    } else {    
        task数= num-tasks    
    }    
} else {    
    task数= num-tasks    
}

如果将3个参数进行排列组合之后，获得结果如下：

==关于executor数的来源==

下图是一个从其他博客剪切过来的图片，可以看出：executor数是从我们的拓扑中取得的。

启动的时候，会将所有component的parallelism-hint累加，形成我们大家熟知的“并行度”。

可但是，但可是，我在查看setNumTasks函数的源码注释的时候，可以看出来一个信息

红线部分的直译（英文不好，翻译的可能不准确）：

在整个拓扑结构的生命周期内，Spout/Bolt的任务数总是相同的，但是Spout/Bolt的执行器executors（线程）的数量可以随着时间而变化。

那么，问题来了，什么时候executor的数量会变化呢？我能想到的至少有一种场景吧。

使用storm rebalance命令，来动态调整拓扑“并行度”的时候，executor的数量是一定会变化的。

rebalance命令的参数如下所示：

==简单总结==

1、有3个地方可以影响Task数，根据3个参数的结果决定Task数。

2、executor数 = 所有组件的parallelism-hint总数。

3、task数在生命周期内不变，executor数可能改变。

-------------

参考博客：

https://www.cnblogs.com/ierbar0604/p/4386480.html

http://lib.csdn.net/article/60/42875