关于Storm的几点困惑释疑

一、Storm的文档中提及为Spout和Bolt单元设置的“线程数量”为“初始线程数量”，难道还可以改变？

在一个具体的Topology实例运行起来后，可以动态调整为Spout单元和Bolt单元服务的线程的“线程数量”，因此称刚开始设置的线程数量为初始线线程数量”。

参考文献：

[1]:http://blog.csdn.net/dslztx/article/details/46789443

二、在Storm中已经有了进程，线程，为何还需要任务？

在Storm中已经有了进程和线程，为何还需要任务？任务对于提升并发性没有意义，因为同一个线程中的多个任务间是串行执行的。

这样做的主要原因是：

当我们只有进程和线程两个层次的时候，如果需要将Tuple根据某个值进行分组（即采用fieldsGrouping分组方式），那么刚开始设定的线程数量就不能改变，否则就会出错。

比如刚开始设定线程数量为3，那么值1和4的Tuple被分配到线程1，值2和5的Tuple被分配到线程2，值3和6的Tuple被分配到线程3。而如果此时动态将线程数量改为4，那么值1和5的Tuple被分配到线程1，值2和6的Tuple被分配到2，值3的Tuple被分配到线程3，值4的Tuple被分配到线程4。

那么由于是在线动态改变的，线程2就可能会有2,5,6值的Tuple，这就导致了数据的不一致。

而在Storm中，不像Hadoop中，很多时候需要调整参数，必须是在线动态的，而不能是离线静态的。

因而，才设置了任务这个层次，这时候，分组根据任务数量来进行分配，Storm中可以动态调整进程数量和线程数量，但是某个单元的任务数量是静态不可动态调整的

参考文献：

[1]:http://blog.csdn.net/dslztx/article/details/46789443

[2]:http://stackoverflow.com/questions/17257448/what-is-the-task-in-storm-parallelism

[3]:http://www.quora.com/What-is-a-task-in-Storm-topology