日志
Storm stream分组
||
Storm stream分组：
1.Shuffle Grouping:
随机分组， 随机派发stream 里面的 tuple，保证每个 bolt 接收到的 tuple 数目大致相同。
轮询方式，平均分配tuple到下一级component上。
2.Fields Grouping： 按字段分组，比如按 userid 来分组， 具有同样 userid 的 tuple 会被分到相同的 Bolts 里的一个 task，
而不同的userid 则会被分配到不同的 bolts 里的 task。
类似SQL中的group by， 保证相同的Key的数据会发送到相同的task， 原理是对某个或几个字段做hash，
然后用hash结果求模得出目标taskId
3. All Grouping： 广播发送，对于每一个 tuple，所有的bolts 都会收到。
发送给target component所有task
4.Global Grouping： 全局分组， 这个 tuple 被分配 到 storm 中的一个 bolt的其中一个 task。
再具体一点就是分配给 id 值最低的 那个 task。
5. Non Grouping： 随机发送tuple到目标component上，但无法保证平均。 目前这种分组和 Shuffle grouping
是一样 的效果， 有一点不同的是 storm 会把这个 bolt 放到这个 bolt 的订阅者同一个 线程里面去执行。
6.Direct Grouping： 直接分组， 用这种分组意味着消息的发送者指定由消息接收者的哪个 task 处理
这个消息。 只有被声明为 Direct Stream 的消息流可以 声明这种分组方法。而且这种消息 tuple 必须使用
emitDirect 方法来发射。 消息处理者可以通过 TopologyContext 来 获取处理它的消息的 task 的 id
（OutputCollector.emit 方法也会返回 task 的 id）。
发送指定目标task
7.Local or shuffle grouping： 如果目标 bolt 有 一个或者多个 task 在同一个工作进程中，tuple 将会被随机发生给这些 tasks。
否则，和普通的 Shuffle Grouping 行为一 致。
8.customGrouping: 使用用户接口CustomStreamGrouping选择出目标task
/2 
