storm并行度和executer数量，task数量关系

并行度是executer数量，线程数

task数量可以大于并行度，这样会一个线程运行多个task，可以看看后面如何分配的

问题是怎么运行的？顺序？

最好这两者保持一致

conf.setNumWorkers(2); // 该Topology运行在Supervisor节点的2个Worker进程中

topologyBuilder.setSpout("blue-spout", new BlueSpout(), 2); // 设置并行度为2，则Task个数为21

topologyBuilder.setBolt("green-bolt", new GreenBolt(), 2)

.setNumTasks(4)

.shuffleGrouping("blue-spout"); // 设置并行度为2，设置Task个数为4 ，则Task个数为4

topologyBuilder.setBolt("yellow-bolt", new YellowBolt(), 6)

.shuffleGrouping("green-bolt"); // 设置并行度为6，则Task个数为6

1

那么，下面我们看Storm是如何计算一个Topology运行时的并行度，并分配到2个Worker中的：

计算Task总数：2乘1+4+6乘1=12（总计创建12个Task实例）

计算运行时Topology并行度：10/2=5（每个Worker对应5个Executor）

将12个Task分配到2个Worker中的5*2个Executor中：应该是每个Worker上5个Executor，将6个Task分配到5个Executor中

每个Worker中分配6个Task，应该是分配3个Yellow Task、2个Green Task、1个Blue Task

Storm内部优化：会把同类型的Task尽量放到同一个Executor中运行 这句话对么？？？

分配过程：从Task个数最少的开始，1个Blue Task只能放到一个Executor，总计1个Executor被占用；2个Green Task可以放到同一个Executor中，总计2个Executor被占用；最后看剩下的3个Yellow Task能否分配到5-2=3个Executor中，显然每个Yellow Task对应一个Executor