在风暴中提及任务的相关性是什么
what is the relevence of mentioning no of tasks in storm
我只是想知道 actual relevance of using tasks in storm with respect to the output or performance 是什么，因为它不需要对并行性做任何事情，所以在为一个组件选择超过 1 个任务时 will make any change in output? or what will be the flow than? 或者如果我选择否tasks > executors 这对流程或输出有何影响（这里我只是以基本的字数统计为例）。
如果有人能用或不用例子向我解释这一点，那将非常有帮助。
例如说-
我有一个 topology with 3 bolts and 1 spout，我只提到了 2 workers port，这意味着所有这 4 个组件（1 个点和 3 个螺栓将仅在这些工人身上得到 运行）现在我已经提到2 executors for 1st bolt 这意味着如果我提到 no of task=3 how will this make difference whether in output or performance?，那么在 parallel.Now 中将有 2 个螺栓的螺纹 运行ning
如果我提到了 field grouping，那么分组将出现在不同的执行者中（如果我错了，请纠正我）？
你读过这篇文章吗？ https://storm.apache.org/documentation/Understanding-the-parallelism-of-a-Storm-topology.html
拿起你的例子：如果你设置#tasks=3并使用fieldsGrouping指定2 executors，数据将被分成3个子流（=#tasks）。 2 个子流转到一个执行器，第三个子流转到第二个执行器。但是，使用 3 个任务和 2 个执行程序，允许您使用 rebalance 命令将执行程序的数量增加到 3。
只要不想在执行过程中增加executor的数量，#tasks应该等于#executors（即不指定#tasks即可）
对于您的示例（如果您不想在运行时更改并行度），您很可能会导致两个执行程序的工作负载不平衡（一个执行程序处理了 33% 的数据，另一个执行程序处理了 66%）。但是，这只是这种特殊情况下的问题，而不是一般情况下的问题。如果你假设你有 4 个任务，每个执行者处理 2 个子流并且不会发生不平衡。
我只是想知道 actual relevance of using tasks in storm with respect to the output or performance 是什么，因为它不需要对并行性做任何事情，所以在为一个组件选择超过 1 个任务时 will make any change in output? or what will be the flow than? 或者如果我选择否tasks > executors 这对流程或输出有何影响（这里我只是以基本的字数统计为例）。
如果有人能用或不用例子向我解释这一点，那将非常有帮助。
例如说-
我有一个 topology with 3 bolts and 1 spout，我只提到了 2 workers port，这意味着所有这 4 个组件（1 个点和 3 个螺栓将仅在这些工人身上得到 运行）现在我已经提到2 executors for 1st bolt 这意味着如果我提到 no of task=3 how will this make difference whether in output or performance?，那么在 parallel.Now 中将有 2 个螺栓的螺纹 运行ning
如果我提到了 field grouping，那么分组将出现在不同的执行者中（如果我错了，请纠正我）？
你读过这篇文章吗？ https://storm.apache.org/documentation/Understanding-the-parallelism-of-a-Storm-topology.html
拿起你的例子：如果你设置#tasks=3并使用fieldsGrouping指定2 executors，数据将被分成3个子流（=#tasks）。 2 个子流转到一个执行器，第三个子流转到第二个执行器。但是，使用 3 个任务和 2 个执行程序，允许您使用 rebalance 命令将执行程序的数量增加到 3。
只要不想在执行过程中增加executor的数量，#tasks应该等于#executors（即不指定#tasks即可）
对于您的示例（如果您不想在运行时更改并行度），您很可能会导致两个执行程序的工作负载不平衡（一个执行程序处理了 33% 的数据，另一个执行程序处理了 66%）。但是，这只是这种特殊情况下的问题，而不是一般情况下的问题。如果你假设你有 4 个任务，每个执行者处理 2 个子流并且不会发生不平衡。