我正在尝试通过阅读精彩文章“了解 Storm 拓扑的并行性”来学习 twitter Storm
但是，我对“任务”的概念有些困惑。任务是组件（spout 或 bolt）的运行实例吗？具有多个任务的执行者实际上是说执行者多次执行相同的组件，对吗？
此外，在一般并行性的意义上，Storm 将为 spout 或 bolt 生成一个专用线程（执行器），但是具有多个任务的执行器（线程）对并行性有何贡献？我认为在一个线程中有多个任务，因为一个线程顺序执行，只会使线程成为一种“缓存”资源，从而避免为下一个任务运行产生新线程。我对么？
在花更多时间调查之后，我可能会自己消除这些困惑，但你知道，我们都喜欢 stackoverflow ;-)
提前致谢。
免责声明：我写了您在上面的问题中引用的文章。
但是，我对“任务”的概念有些困惑。任务是组件（spout 或 bolt）的运行实例吗？具有多个任务的执行者实际上是说执行者多次执行相同的组件，对吗？
是的，是的。
此外，在一般并行性的意义上，Storm 将为 spout 或 bolt 生成一个专用线程（执行器），但是具有多个任务的执行器（线程）对并行性有何贡献？
每个执行器运行多个任务不会提高并行度——执行器总是有一个线程用于其所有任务，这意味着任务在执行器上串行运行。
正如我在文章中所写，请注意：
storm rebalance命令）。根据定义，有 的不变量#executors <= #tasks。
因此，每个执行程序线程有 2 个以上任务的一个原因是让您可以灵活地storm rebalance在将来通过命令扩展/扩展拓扑，而无需使拓扑脱机。例如，假设您开始使用 15 台机器的 Storm 集群，但已经知道下周将添加另外 10 台机器。在这里，您可以选择在 15 个初始框（当然比 25 个框慢）上以 25 台机器的预期并行度运行拓扑。一旦集成了额外的 10 个盒子，您就可以storm rebalance在拓扑结构中充分利用所有 25 个盒子，而无需任何停机时间。
每个执行程序运行 2 个以上任务的另一个原因是（主要是功能性）测试。例如，如果您的开发机器或 CI 服务器的功能仅足以运行 2 个执行器以及机器上运行的所有其他东西，您仍然可以运行 30 个任务（这里：每个执行器 15 个）以查看代码是否如您的自定义 Storm 分组按预期工作。
在实践中，我们通常每个执行者运行 1 个任务。
PS：请注意，Storm 实际上会在幕后产生更多线程。例如，每个执行程序都有自己的“发送线程”，负责处理传出的元组。还有“系统级”后台线程，例如，与“您的”线程一起运行的确认元组。IIRC 除了“你的”线程之外，Storm UI 还会计算那些正在响应的线程。