storm 提升運行速度

（1）要將系統中的算法調優。有可能一個算法浪費了一小部分時間，但因爲數據量可能比較大，以致於總體上1秒的時間內可能浪費大量的時間。所以，算法的設計仍是比較重要的。

（2）其次，就是調整系統中佔用資源比較多、運算速度比較慢的那些spout和bolt。在進行topology設計時須要設計好每一個bolt的並行度。對於運行速度比較慢的bolt，須要調大他們的並行度，是得更多的資源用到這些計算上面來。這裏，bolt運行的快慢是能夠從ui界面中看到的，以下圖：

如上圖，其中，capacity表示一種容量，其實就是佔用的資源的百分比。好比，0.799就表示佔用了79.9%的分配給這個bolt的資源。這個數值越大，則表示的處理起來速度越慢，則更要加大它的並行度。

（3）而後就是設置acker的數量。acker是在bolt成功處理後，進行ack調用的線程（仍是進程，我忘記了）。當數據量比較大時，須要使用這個線程的次數就比較多，所以有可能這個線程就是制約處理速度的因素。所以，能夠適當調大acker的數量，用於進行ack的調用。系統中，若是不設置的話，acker的數量默認爲1；能夠經過如下語句在topology中進行設定：

conf.put(Config.TOPOLOGY_ACKER_EXECUTORS, 10);//設置acker的數量

（4）當集羣中數據量比較大時，則最好能設置spout中的等待處理的數據量的大小。當集羣中等待的數據量比較大時，也就是數據發送比較快，可是處理太慢。這個時候應該阻止spout的發送，不然可能會致使系統隊列爆掉。所以，設置如下：

conf.put(Config.TOPOLOGY_MAX_SPOUT_PENDING, 10000);//設置一個spout task上面最多有多少個沒有處理的tuple（沒有ack/failed）回覆，以防止tuple隊列爆掉

（5）在Spout調用nextTuple方法時，若是沒有emit tuple，那麼默認須要休眠1ms，這個具體的策略是可配置的，所以能夠根據本身的具體場景，進行設置，以達到合理利用cpu資源。

topology.spout.wait.strategy "backtype.storm.spout.SleepSpoutWaitStrategy"
topology.sleep.spout.wait.strategy.time.ms       1