1.shuffle grouping（隨機分組）：這種方式會隨機分發tuple給bolt的各個task，每個bolt例項接收到的相同數量的tuple。
2.fields grouping（按欄位分組）：根據指定欄位的值進行分組。比如說，乙個資料流根據「word」字段進行分組，所有具有相同「word」字段值的tuple會路由到同乙個bolt的task中。
3.all grouping（全複製分組）：將所有的tuple複製後分發給所有bolt task。每個訂閱資料流的task都會接收到tuple的拷貝。
4.globle grouping（全域性分組）：這種分組方式將所有的tuples路由到唯一乙個task上。storm按照最小的task id來選取接收資料的task。
5.none grouping（不分組）：在功能上和隨機分組相同，是為將來預留的。
6.direct grouping（指向型分組）：資料來源會呼叫emitdirect（）方法來判斷乙個tuple應該由哪個storm元件來接收。只能在宣告了是指向型的資料流上使用。
7.local or shuffle grouping（本地或隨機分組）：和隨機分組類似，但是，會將tuple分發給同乙個worker內的bolt task（如果worker內有接收資料的bolt task）。其他情況下，採用隨機分組的方式。取決於topology的併發度，本地或隨機分組可以減少網路傳輸，從而提高topology效能。
storm的流分組策略
關於storm的基礎,參照我這篇文章 流式計算storm 關於併發和並行,參照我這篇文章 併發和並行 關於storm的並行度解釋,參照我這篇文章 storm的並行度解釋 關於storm的流分組策略,參照我這篇文章 storm的流分組策略 關於storm的訊息可靠機制,參照我這篇文章 storm的訊息...
storm的分組策略
storm有7種流分組策略 1 shuffle grouping 隨機分組 將tuple隨機分配到bolt中，能夠保證各task中處理的資料均衡 2 fields grouping 按欄位分組 根據設定的字段相同值得tuple被分配到同乙個bolt進行處理 舉例 builder.setbolt my...
storm分組策略介紹
size medium b 一 storm資料 b size spout的資料來源 mq 直接流資料來源 db 只能讀配置檔案 檔案 只能學習用，其他無用。問題 1 分布式應用無法讀 2 spout開併發會重複讀 log檔案增量資料 1 讀出內容寫入mq，2 storm處理 size medium ...