我已经阅读了有关风暴并行的相关资料，但仍然不清楚。假设我们以推文处理为例。通常我们正在做的是检索推文流，计算每个推文的单词数量，并将数字写入本地文件。
我的问题是如何理解喷口和螺栓的平行度的价值。在builder.setSpout和builder.setBolt的功能中，我们可以分配并行值。但是在推文的字数统计的情况下，只有一个喷口应该设置是正确的吗？不止一个喷口被认为是第一个相同喷口的副本，相同的推文流入多个喷口。如果是这种情况，设置多个喷口的价值是多少？
另一个不明确的问题是如何将作品分配给螺栓？并联机制是否会以Storm的方式实现当前可用的螺栓来处理下一个喷出的喷口？我修改了计算代码的基本推文，以便将最终的计数结果写入特定目录，但是，所有结果实际上都组合在nimbus上的一个文件中。因此，在监督员处理数据后，所有结果将被发送回nimbus。如果这是真的，那么nimbus和主管之间的沟通机制是什么？
我真想弄清楚那些问题！感谢您的帮助!!
答案 0 :(得分：1)
为大于1的spouts设置并行性要求用户代码为不同的实例执行不同的操作。否则（如您所述），数据仅通过拓扑发送两次。例如，您可以拥有要收听的端口列表（或不同Kafka主题的列表）。因此，您需要确保不同的实例监听不同的端口或主题......这可以通过查看拓扑元数据（如自己的任务ID和dop）在open(...)方法中实现。由于每个实例都有唯一的ID，因此您可以对端口/主题进行分区，以便每个实例从整个列表中选择不同的端口/主题。
关于并行性：这取决于将拓扑结合在一起时使用的连接模式。例如，使用shuffleGrouping会导致将发出的元组循环分配到消耗螺栓实例。对于这种情况，Storm不会＆＃34;看起来＆＃34;如果有任何螺栓实例可供处理。如有必要，元组只需在接收器上进行传输和缓冲。
此外，Nimbus和Supervisor只交换元数据。它们之间没有数据流（即元组流）。
答案 1 :(得分：0)
在某些情况下，例如＆＃34;卡夫卡的消费者群体＆＃34;你有队列行为 - 这意味着如果一个消费者从队列中读取，其他消费者将从队列中读取不同的消息。 这将从队列中分配所有工作人员的读取负载。 在这些情况下，您可以从队列中读取多个喷口