启动流程图
mk-assignments
功能：对当前集群中所有Topology进行新一轮的任务调度。
实现源码路径：
\apache-storm-0.9.4\storm-core\src\clj\backtype\storm\daemon\ nimbus.clj
方法原型：
| 1 | defnk mk-assignments [nimbus :scratch-topology-id nil] |
方法说明：
- 参数nimbus为nimbus-data对象，scratch-topology-id为提交的Topology id.
- 从nimbus中依次获取conf、storm-cluster-state。
- 获取当前所有活跃的topology的id集合。
- 根据活跃的topology id调用read-topology-details方法，获取TopologyDetails信息并返回<storm-id,TopologyDetails>集合。
- 根据<storm-id,TopologyDetails>集合创建topologies对象。
- 获取已分配资源的Topology的id集合。
- 根据已分配资源的Topology id获取每个Topology的任务分配情况assigments,并返回<storm-id,Assigment>集合existing-assignments，除了scratch-topology-id指定的Topology不会获取它的Assigments。
- 调用compute-new-topology->executor->node+port方法获为所有Topology计算新的调度，返回topology->executor->node+port.
- 调用basic-supervisor-details-map从Zookeeper中获取所有SupervisorInfo信息，返回<supervisor-id,supervisorDetails>集合。
- 对第8步返回的结果集中的每一项进行遍历构造新的Assignment对象集合new-assignments，Assigmnet定义如下：
（defrecord Assignent [master-code-dir node->host executor->node+port executor->start-time-secs]）
master-code-dir：Nimbus在本地保存Topology信息路劲,主要包括stormjar.jar、stormcode.ser、stormconf.ser.
node->host:该Topology分配的<supervisor-id,hostname>集合.
executor->node+port:该Topology中executor的分配情况，node为supervisor-id,port为端口号。
executor->start-time-secs:该Topology对用的supervisor的启动时间. - 比较new-assignments与existing-assignments中的每一项是否有差异，如果没有就打印一条提示信息，如果有就将该Topology在Zookeeper中保存的调度结果更新为new-assignments。
- 计算new-assignment中的每一项新增加的slot并进行分配。（新增的solt通过new-assignment中的node+port减去existing-assignment中的node+port得到，返回为<topology-id,WorkerSlot>集合）
WorkerSlot格式为{ nodeId port }
功能总结：
获取已分配资源的Topology的任务分配情况<storm-id,Assigment>集合（existing-assignments），获取活跃的Topology信息<storm-id,TopologyDetails>集合创建topologies对象。然后调用compute-new-topology->executor->node+port方法获为所有Topology计算新的调度，返回topology->executor->node+port再构造Assigmnet对象集。
compute-new-topology->executor->node+port
函数原型：
| 1 | defn compute-new-topology->executor->node+port [nimbus existing-assignments topologies scratch-topology-id] |
参数说明：
nimbus:nimbus-data对象。
existing-assignments：当前已经分配的的任务，格式<topology-id,Assignment>。
Topologies：当前活跃的Topology,格式<storm-id,TopologyDetails>.
scratch-topology-id:需要重新调度的topology-id.
- 调用compute-topology->executors方法根据existing-assignments中的topology-id获取<topology-id,executors>集合，与调用compute-executors方法效果作用一样。
- 调用update-all-hearbeats!更新上一步中executor中的心跳信息.
- 调用compute-topology->alive-executors获取<topology-id,alive-executors>集合，每个topology-id对应的活跃的executor.
- 调用compute-supervisor->dead-ports获取<supervisor-id,dead-ports>集合。
- 调用compute-topology->scheduler-assignment获取<topology-id,Scheduler-AssignmentImpl>集合.（topology-id对用的任务分配情况Scheduler-AssignmentImpl == <ExecutorDetails,WorkerSlot>）.
- 根据参数topologies中的topology-id进行条件过滤，该topology中所有executor为空或者topology中的所有executor不等于Topology中活跃的executor或者该Topology的num-use-workers小于其指定的num-worker,过滤后的结果集群赋值给missing-assignmnet-topologies.
- 调用all-scheduling-slots方法获取<node-id,port>集合。
- 调用read-all-supervisor-details方法获取<supervisor-id,supervisorDetails>集合。
- 根据参数nimbus、第5步、第8步的结果集构造Cluster对象。
- 调用nimbus中的scheduler方法进行任务调度。
- 从Cluster对象中获取重新调度完之后的所有Assignments作为new-scheduler-assignment,格式为<topology-id,SchedulerAssignment>集合。
- 调用compute-topology->executor->node+port将第11步的结果集转换为<topology-id,{executor[node port]}>集合。
- 调用basic-supervisor-details-map将Zookeeper中记录的所有SupervisorInfo都转换为SupervisorDetails,返回<supervisor-id,SuperviosrDetails>集合.
流程图：
compute-executor
函数原型:
| 1 | defn- compute-executors [nimbus storm-id] |
函数实现说明：
- 获取storm-id（topology-id）对用的stormBase中component-executors形象（每个组件的并行度）。
- 获取storm-id对应的storm-conf配置。
- 获取storm-id对应Topology.
- 调用storm-task-info获取<task-id,component-id>集合，其中task-id对该Topology的所有组件是全局递增的。
- 将第4步的结果集转换为<component-id,tasks>并按照升序排序。
- 将第1步的结果集<component-id,parallelism>与第5步的结果集进行join得到<component-id,[parallelism,tasks]>集合.
- 对第6步的结果集中的每一项进行处理，将tasks集合均匀分布到数目为parallelism的分区上。
功能总结：
获取storm-id对应Topology所有组件的并行度（线程数），获取该Topology中各组件TOPOLOGY_TASK信息，最后的结果使每个线程中均匀分布多个task运行。