storm 并行度总结，欢迎交流

1个worker进程执行的是1个topology的子集（注：不会出现1个worker为多个topology服务）。1个worker进程会启动1个或多个executor线程来执行1个topology的component(spout或bolt)。因此，1个运行中的topology就是由集群中多台物理机上的多个worker进程组成的。


executor是1个被worker进程启动的单独线程。每个executor只会运行1个topology的1个component(spout或bolt)的task（注：task可以是1个或多个，storm默认是1个component只生成1个task，executor线程里会在每次循环里顺序调用所有task实例）。


task是最终运行spout或bolt中代码的单元（注：1个task即为spout或bolt的1个实例，executor线程在执行期间会调用该task的nextTuple或execute方法）。topology启动后，1个component(spout或bolt)的task数目是固定不变的，但该component使用的executor线程数可以动态调整（例如：1个executor线程可以执行该component的1个或多个task实例）。这意味着，对于1个component存在这样的条件：#threads<=#tasks（即：线程数小于等于task数目）。默认情况下task的数目等于executor线程数目，即1个executor线程只运行1个task。
默认情况下，一个supervisor节点会启动4个worker进程。每个worker进程会启动1个executor，每个executor启动1个task。

请问，用trident时，做groupby的时候，数据多了就不执行了，日志也没报错，尝试修改配置文件中相关的buff、size相关的配置也不行。

关于kafkaSpout的并行度的设置有什么建议没有？我topic的分区数是3，开始给设置的并行度为1，24小时运行不停机的话基本够用（数据没有延迟处理），但随着topic里的数据越来越多（来源数据增多，我用flume收集的，flume的收集速度应该比kafkaspout的处理速度快一点），如果stom的topoloy中间停5分钟的话，会导致这个时间差永远追不回来？不知道改如何设置。
我搜索的解决方式是：将kafkaspout的并行度设置为topic的分区数，也就是3，我这样设置了一下，结果UI界面显示的faile的数据量猛增（设置1的情况下，基本不会有失败）