Apache Storm最后一个bolt所属worker CPU使用率偏高原因咨询

结合你给出的部署架构（单设备单bolt、单supervisor单worker）和现象，该问题的常见诱因如下：

• 流分组配置错误：你提到最后一个worker接收全量消息，大概率是上游spout/前序bolt的流分组（stream grouping）配置不符合预期。如果误设置为全局分组（GlobalGrouping）或全广播分组（AllGrouping），所有消息都会路由到同一个bolt worker，哪怕你配置了多个bolt实例，也只会有一个worker承接全量流量。你观测到的“处理消息量一致”如果是集群bolt总处理量而非单实例维度的统计，就会出现同任务下CPU差异显著的偏差。
• Storm自带指标统计覆盖不全：Storm原生CPU指标、UI展示的executed/acked指标仅统计业务逻辑执行、消息成功处理的相关数据，不会统计worker层面的序列化、反序列化、网络IO处理、流路由判断的资源消耗。接收全量消息的worker需要做全量数据的解码、分发判断，哪怕后续业务处理逻辑和其他worker完全一致，前置处理的CPU消耗也会远高于其他worker。
• 隐藏负载未被纳入统计：如果该bolt配置了全局定时任务、全量窗口聚合触发、状态全局持久化等逻辑，这类系统级任务只会在其中一个bolt实例上运行，不会产生业务消息处理记录，但会消耗大量CPU资源，很容易被误认为是同负载下的CPU异常。
• 你后续定位到的spout CPU普遍低于bolt属于正常现象：spout核心逻辑仅为消息拉取、元数据记录和消息分发，属于IO密集型操作；而bolt需要执行业务逻辑计算、序列化反序列化、状态维护等CPU密集型操作，自然CPU使用率会更高。

排查验证方法 #

• 检查拓扑流分组配置：执行storm list获取拓扑ID，再用storm get-configuration <拓扑ID>查看流分组规则，确认是否误配置了会导致单worker承接全量流量的分组策略。
• 对比worker实际入流量：在supervisor节点用tcpdump统计对应worker端口的网络入包量，和其他worker的入包量做直接对比，确认是否确实存在单worker接收全量流量的情况。
• 定位进程内CPU消耗来源：用top -H -p <worker进程ID>查看CPU占用最高的线程，确认是业务逻辑线程、网络IO线程还是定时任务线程导致的CPU偏高。

内容的提问来源于stack exchange，提问作者Alireza