storm的并行度和流分组
1.流分组
stream grouping就是用来定义一个stream应该如果分配给Bolts上面的多个task
2.流分组策略
storm里面有6种类型的stream grouping。
(1).Shuffle Grouping
轮询，平均分配。随机派发stream里面的tuple，保证每个bolt接收到的tuple数目相同。
(2). Non Grouping: 无分组， 这种分组和Shuffle grouping是一样的效果，多线程下不平均分配。
(3). Fields Grouping：按Field分组，比如按word来分组， 具有同样word的tuple会被分到相同的Bolts， 而不同的word则会被分配到不同的Bolts。
作用：1、过滤，从源端（Spout或上一级Bolt）输出Fields中选择某些Field
2、相同的tuple会分发给同一个task处理
(4). All Grouping： 广播发送， 对于每一个tuple， 所有的Bolts都会收到。(单线程下均等同于All Grouping)
(5). Global Grouping: 全局分组， 这个tuple被分配到storm中的一个bolt的其中一个task。再具体一点就是分配给id值最低的那个task。（不常用）
(6). Direct Grouping: 直接分组， 这是一种比较特别的分组方法，用这种分组意味着消息的发送者决定由消息接收者的哪个task处理这个消息。 只有被声明为Direct Stream的消息流可以声明这种分组方法。而且这种消息tuple必须使用emitDirect方法来发射。消息处理者可以通过TopologyContext来或者处理它的消息的taskid (OutputCollector.emit方法也会返回taskid)（不常用）
3.并行度
- 一般对于物理节点来讲，我们部署的节点的类型包括nimbus（master），supervisor（slave），通常是一个nimbus，多个supervisor。nimbus是负责安排任务给supervisor去完成的，即supervisor是实际上干活的。
- 而对于一个supervisor来讲，它可以包含多个worker，worker有可以包含多个executor，executor又可以执行多个task。
- 这个task就是所谓的并行度。
worker、executor、task和topology，spout和bolt之间又是怎么样的对应关系
supervisor和node是一一对应的关系，而worker就是process（进程），executor就是thread（线程），task就是在spout或bolt中定义的函数。
一个Topology可以包含一个或多个worker(并行的跑在不同的machine上), 所以worker process就是执行一个topology的子集, 并且worker只能对应于一个topology
一个worker可用包含一个或多个executor, 每个component (spout或bolt)至少对应于一个executor, 所以可以说executor执行一个compenent的子集, 同时一个executor只能对应于一类component
Task就是具体的处理逻辑对象, 一个executor线程可以执行一个或多个tasks
但一般默认每个executor只执行一个task, 所以我们往往认为task就是执行线程, 其实不是。
task代表最大并发度, 一个component的task数是不会改变的, 但是一个componet的executer数目是会发生变化的（storm rebalance命令），
task数>=executor数, executor数代表实际并发数
4.storm物理结构和storm逻辑结构（拓扑）
物理：nimbus（master），supervisor（slave）、worker、executor、task
逻辑：topology，spout、bolt
