大数据培训面试题讲解-怎么提高Storm的并发度

发布时间:2020年01月17日作者:atguigu浏览次数:569

Worker是Spout/Bolt中运行具体处理逻辑的进程。拓扑跨一个或多个Worker进程执行。每个Worker进程是一个物理的JVM和拓扑执行所有任务的一个子集。例如,如果合并并行度的拓扑是300,已经分配50个Worker,然后每个Worker将执行6个任务,Storm会尝试在所有Worker上均匀的发布任务。

怎么提高Storm的并发度?

1.给topology增加worker

2.增加executor与task

task是Storm中进行计算的最小运行单位,表示是spout或者bolt的运行实例。在supervisor中,运行task的进程称为worker。

supervisor节点上可以运行非常多的worker进程,一般在一个进程中是可以启动多个线程的,所以我们可以在worker中运行多个线程,这些线程称为executor,在executor中运行task。

这样的话就可以提高Storm的计算能力。

总结一下:worker > executor > task。

要想提高Storm的并行度可以从三个方面来改造:

worker(进程) > executor(线程) > task(实例)

增加worker进程,增加executor线程,增加task实例。

setNumWorker、setNumTask来提高Storm的并发度

想要了解跟多关于大数据培训课程内容欢迎关注尚硅谷大数据培训,尚硅谷除了这些技术文章外还有免费的高质量大数据培训课程视频供广大学员下载学习


上一篇:
下一篇:
相关课程

java培训 大数据培训 前端培训 UI/UE设计培训

关于尚硅谷
教育理念
名师团队
学员心声
资源下载
视频下载
资料下载
工具下载
加入我们
招聘岗位
岗位介绍
招贤纳师
联系我们
全国统一咨询电话:010-56253825
地址:北京市昌平区宏福科技园2号楼3层(北京校区)

深圳市宝安区西部硅谷大厦B座C区一层(深圳校区)

上海市松江区谷阳北路166号大江商厦6层(上海校区)

武汉市东湖高新开发区东湖网谷(武汉校区)