從圖可以看出來:topology>supervisor>worker>excutor>task;
也就是說乙個topology可以執行在多個supervisor上，乙個supervisor可以執行多個worker（程序），乙個worker裡面可以有多個excutor（執行緒），乙個excutor可以執行多個task；
關於task的大小差不多可以理解為乙個task例項乙個bolt。task數預設是不設定的，預設和excutor數相同，也就是說乙個excutor執行乙個task，可以通過
builder.setbolt("
admlnbolt
", new admlnbolt(), 3).setnumtasks(5).nonegrouping(pre_name);
的setnumtasks()來設定
其實它們沒有大小關係，因為它們的本質不同。而且supervisor也可以去掉，在雲平台裡面都統一看成乙個整體。
機器學習中的幾個概念的關係
目前,機器學習主要由以下三條主線進行發展 graph lr subgraph 三代神經網路 a 1 線性分類器 b 2 非線性分類器 b svm c 3 深度學習 a1 感知器網路 b a1 a2 a2 logistic 網路 b a2 p p bp 網路 b c1 som 網路 b d1 玻耳茲曼...
Storm的重要概念
storm中一些重要的概念 spout 訊息源 bolt 訊息處理者 stream grouping 資料的分發方式 topology 拓撲 worker 工作程序 task 執行具體邏輯的任務 executor 執行task的執行緒 configuration 配置 程式設計模型 物理模型 wor...
Storm的重要概念
storm中一些重要的概念 spout 訊息源 bolt 訊息處理者 stream grouping 資料的分發方式 topology 拓撲 worker 工作程序 task 執行具體邏輯的任務 executor 執行task的執行緒 configuration 配置 程式設計模型 物理模型 wor...