ISpout.nextTuple() javadoc指定在同一线程上调用 nextTuple()、ack(...) 和 fail(...)。
但是，调用 emit(...) 的实际收集器是之前提供的，作为 open(..., Collector) 上的参数。
问题是看到一些新数据的后台线程是否必须始终将数据排队以便 nextTuple() 出队并发出。如果后台线程立即发出数据会发生什么？支持吗？如果允许的话，在 nextTuple() 中实现“短时间 sleep ”的推荐方法是什么？
最佳答案
nextTuple()/ack()/fail()的隐含含义在同一线程上调用的方法是在机器“A”上运行的任务(后台 Java 线程)，它发出元组是在“A”上运行的相同任务，在该任务上调用 ack()/fail()取决于处理(由运行在“B”或“C”的 Bolt 处理)拓扑中元组的成功/失败。
只要messageId不为null并且Bolt任务在execute()方法中调用ack(tuple)，Storm框架就会跟踪拓扑中的元组遍历并调用元组的ack()/fail()拥有任务。
在回答您的问题之前，先简单介绍一下后台任务线程的工作原理。后台任务线程具有用于发出的元组的内存中结构/缓冲区，以及用于状态/待处理元组等的少数其他内存中结构。当 Spout/Bolt 开始发出数据时，缓冲区会被填满，并且该缓冲区会被释放为当元组被处理时，即调用 ack()/fail() 之后。本质上，后台线程调用 nextTuple()当缓冲区空闲并且后台线程停止调用nextTuple()时一旦缓冲区已满。简单来说，emit()方法要么在 open()/nextTuple()/close() ，填充后台线程缓冲区和 ack()/fail()释放缓冲区。
根据上述解释，后台线程不知道新的/传入的数据。由 nextTuple() 中的逻辑从源(Twitter/JMS 提供程序/ESB/AMQP 兼容服务器/RDBMS)读取数据并发出数据。因此，根据后台线程的缓冲区大小，Storm 会调用 nextTuple()，如上所述。
对于其他问题，如果需要的话，短时间 sleep 应该可以。请注意，nextTuple()不需要发出值，它可以什么都不返回。
关于multithreading - Storm Spouts 是否应该仅使用调用 Spout.nextTuple 的线程发出输出？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/21689225/