前期收到的问题：
1、在Topology中我们可以指定spout、bolt的并行度，在提交Topology时Storm如何将spout、bolt自动发布到每个服务器并且控制服务的CPU、磁盘等资源的？
2、Storm处理消息时会根据Topology生成一棵消息树，Storm如何跟踪每个消息、如何保证消息不丢失以及如何实现重发消息机制？
本篇看看storm是通过什么机制来保证消息至少处理一次的语义的，并回答第2个问题。
storm中的一些原语
要说明上面的问题，得先了解storm中的一些原语，比如：
tuple和message
在storm中，消息是通过tuple来抽象表示的，每个tuple知道它从哪里来，应往哪里去，包含了其在tuple-tree（如果是anchored的话）或者DAG中的位置，等等信息。
spout
spout充当了tuple的发送源，spout通过和其它消息源，比如kafka交互，将消息封装为tuple，发送到流的下游。
bolt
bolt是tuple的实际处理单元，通过从spout或者另一个bolt接收tuple，进行业务处理，将自己加入tuple-tree（通过在emit方法中设置anchors）或DAG，然后继续将tuple发送到流的下游。
acker
acker是一种特殊的bolt，其接收来自spout和bolt的消息，主要功能是追踪tuple的处理情况，如果处理完成，会向tuple的源头spout发送确认消息，否则，会发送失败消息，spout收到失败的消息，根据配置和自定义的情况会进行消息的丢弃、重放处理。
spout将tuple发送给流的下游的bolts.
bolt收到tuple，处理后发送给下游的bolts.
spout向acker发送请求ack的消息.
bolt向acker发送请求ack的消息.
acker向bolt和spout发送确认ack的消息.
简单的关系如下所示：
上图展示了spout、bolts等形成了一个DAG，如何追踪这个DAG的执行过程，就是storm保证仅处理一次消息的语义的机制所在。
storm如何追踪消息（tuple）的处理spout在调用emit/emitDirect方法发送tuple时，会以单播或者广播的方式，将消息发送给流的下游的component/task/bolt，如果配置了acker，那么会在每次emit调用之后，向acker发送请求ack的消息：
;;;;;;;;;;;;;;;;;;;;;;;;;;;; ;; spout向acker发送请求ack消息 ;;;;;;;;;;;;;;;;;;;;;;;;;;;; ;; rooted?表示是否设置了acker (if (and rooted? (not (.isEmpty out-ids))) (do (.put pending root-id [task-id message-id {:stream out-stream-id :values values} (if (sampler) (System/currentTimeMillis))]) (task/send-unanchored task-data ;;表示这是一个流初始化的消息 ACKER-INIT-STREAM-ID ;;将下游组件的out-id和0组成一个异或链，发送给acker用于追踪 [root-id (bit-xor-vals out-ids) task-id] overflow-buffer)) ;; 如果没有配置acker，则调用自身的ack方法 (when message-id (ack-spout-msg executor-data task-data message-id {:stream out-stream-id :values values} (if (sampler) 0) "0:")))从上面的代码可以看出，每次emit tuple后，spout会向acker发送一个流ID为ACKER-INIT-STREAM-ID的消息，用于将DAG或者tuple-tree中的节点信息交给acker，acker会利用这个信息来追踪tuple-tree或DAG的完成。
而spout调用emit/emitDirect方法，将tuple发到下游的bolts，也同时会发送用于追踪DAG完成情况的信息：
;;;;;;;;;;;;;;;;;;;;;;;;;;;; ;; spout向流的下游emit消息 ;;;;;;;;;;;;;;;;;;;;;;;;;;;; (let [tuple-id (if rooted? ;; 如果有acker，tuple的MessageId会包含一个<root-id,id>的哈希表 ;; root-id和id都是long型64位整数 (MessageId/makeRootId root-id id) (MessageId/makeUnanchored)) ;;实例化tuple out-tuple (TupleImpl. worker-context values task-id out-stream-id tuple-id)] ;; 发送至队列，最终发送给流的下游的task/bolt (transfer-fn out-task out-tuple overflow-buffer) ))这个追踪信息是什么呢？
