Parallel processing 什么是「；任务“；暴风雨中

我正试图通过阅读这篇伟大的文章来学习twitter风暴“

然而，我对“任务”的概念有点困惑。任务是否为组件的运行实例（喷口或螺栓）？有多个任务的执行者实际上是说同一个组件被执行者执行了多次，对吗

此外，在一般的并行性意义上，Storm将为喷口或螺栓生成一个专用线程（执行器），但具有多个任务的执行器（线程）对并行性的贡献是什么？我认为在一个线程中有多个任务，因为一个线程按顺序执行，只会使线程成为一种“缓存”资源，从而避免为下一个任务运行生成新线程。我说得对吗

在花更多的时间调查之后，我可能会自己消除这些困惑，但你知道，我们都喜欢stackoverflow；-）

提前感谢。

免责声明：我在上面的问题中引用了您的来信

然而，我对“任务”的概念有点困惑。任务是否为组件的运行实例（喷口或螺栓）？有多个任务的执行者实际上是说同一个组件被执行者执行了多次，对吗

对,对

此外，在一般的并行性意义上，Storm将为喷口或螺栓生成一个专用线程（执行器），但具有多个任务的执行器（线程）对并行性有何贡献

每个执行器运行多个任务不会提高并行性级别——执行器总是有一个线程用于其所有任务，这意味着任务在执行器上串行运行

正如我在文章中所写，请注意：

• 拓扑启动后，可以更改执行器线程的数量（请参阅

  storm rebalance

  命令）
• 拓扑的任务数是静态的

---

根据定义，

#executors@miguno的不变量我有一个问题，假设您最初有一个执行任务的螺栓（如对一个数字批处理元组的分组操作），我如何垂直扩展它？据我所知，每个worker本质上都是拓扑的“镜像”，但我如何垂直扩展它以将负载分布到所有集群框中呢。在这种情况下，我希望将执行分组操作的螺栓数量从1更改为2（或更多）。您的输入澄清了这一点，这将是了不起的。Storm的缩放模型使用水平缩放，类似于其他处理技术，如Kafka Streams、ksqlDB或Spark。也就是说，您使用更多的工人进行向外扩展，而使用更少的工人进行向内扩展。这就是在所有集群机箱中分配负载的方式。（相比之下，垂直扩展为相同数量的工作线程提供了更多的资源，比如更快的CPU或更多的RAM。）例如，要从1个螺栓变为2个螺栓，您必须停止Storm拓扑，重新配置其并行度设置（“现在使用2个螺栓！”），然后重新启动/重新提交拓扑。与say，Kafka Streams不同，Storm不能在运行时弹性地伸缩或实时伸缩——它总是需要取下拓扑进行重新配置。我已经阅读了三次文档以消除相同的困惑，您解决了我的问题。