topology在服务端提交过程中，会经过一系列的验证和初始化：TP结构校验、创建本地文件夹并拷贝序列化文件jar包、生成znode用于存放TP和task等信息，最后一步才进行任务分配。例如以下图：

提交主函数位于ServiceHandler.java中

private void makeAssignment(String topologyName, String topologyId, 		TopologyInitialStatus status) throws FailedAssignTopologyException {	//1、创建topology的分配事件	TopologyAssignEvent assignEvent = new TopologyAssignEvent();	assignEvent.setTopologyId(topologyId);	assignEvent.setScratch(false);	assignEvent.setTopologyName(topologyName);	assignEvent.setOldStatus(Thrift			.topologyInitialStatusToStormStatus(status));  //2、丢入事件处理队列	TopologyAssign.push(assignEvent);  //3、等待时间返回	boolean isSuccess = assignEvent.waitFinish();	if (isSuccess == true) {		LOG.info("Finish submit for " + topologyName);	} else {		throw new FailedAssignTopologyException(				assignEvent.getErrorMsg());	}}

这当中最基本的是事件丢入队列后兴许的处理过程。事件分配由TopologyAssign线程处理，这个线程的流程非常清晰，监听事件队列。一旦有事件进入，立即取出，进行doTopologyAssignment，例如以下：

public void run() {	LOG.info("TopologyAssign thread has been started");	runFlag = true;	while (runFlag) {		TopologyAssignEvent event;		try {			event = queue.take();		} catch (InterruptedException e1) {			continue;		}		if (event == null) {			continue;		}		boolean isSuccess = doTopologyAssignment(event);		..............}

任务分配的核心代码位于TopologyAssign.java中

public Assignment mkAssignment(TopologyAssignEvent event) throws Exception {	String topologyId = event.getTopologyId();	LOG.info("Determining assignment for " + topologyId);	TopologyAssignContext context = prepareTopologyAssign(event);	Set
      
        assignments = null;	if (!StormConfig.local_mode(nimbusData.getConf())) {		IToplogyScheduler scheduler = schedulers				.get(DEFAULT_SCHEDULER_NAME);		//開始进行作业的调度		assignments = scheduler.assignTasks(context);	} else {		assignments = mkLocalAssignment(context);	}	............}
      

调用栈例如以下：

分配原理是首先获得全部可用的supervisor，推断supervisor可用的标准是是否有空暇的slot，也就是是否全部supervisor.slots.ports指定port都被占用，然后计算出须要分配几个woker。由于一个woker相应一个port，当然这些信息的採集都是来自Zookeeper，如今我们来分析分配的核心代码：

WorkerMaker.java

//注意參数，result是这个作业须要的槽位。传入前仅仅知道须要槽位的数量，详细分配到哪台supervisor上还没指定

//supervisors指当前集群中全部可用的supervisor。即有空暇port的

private void putWorkerToSupervisor(List
      
        result,		List
       
         supervisors) {	int key = 0;	//按所需槽位遍历，每次分配一个	for (ResourceWorkerSlot worker : result) {		//首先进行必要的推断和置位		if (supervisors.size() == 0)			return;		if (worker.getNodeId() != null)			continue;		if (key >= supervisors.size())			key = 0;		//1、取出第一个supervisor		SupervisorInfo supervisor = supervisors.get(key);		worker.setHostname(supervisor.getHostName());		worker.setNodeId(supervisor.getSupervisorId());		worker.setPort(supervisor.getWorkerPorts().iterator().next());		//槽位用完则从集合中删除，不再參与分配		supervisor.getWorkerPorts().remove(worker.getPort());		if (supervisor.getWorkerPorts().size() == 0)			supervisors.remove(supervisor);		//当一个supervisor分配完后便不再使用。除非supervisor不够用		key++;	}}
       
      

从上面的代码中我们能够看到，眼下槽位分配没考虑机器负载，槽位的分配并不一定平均，比方第一个supervisor有10个槽位，剩下的supervisor仅仅有两个，那么还是要每一个supervisor分配一个woker的。

注意一个问题，在上面代码中supervisors这个集合是经过排序的，排序规则例如以下：

private void putAllWorkerToSupervisor(List
      
        result,		List
       
         supervisors) {	...........	supervisors = this.getCanUseSupervisors(supervisors);	Collections.sort(supervisors, new Comparator
        
         () {		@Override		public int compare(SupervisorInfo o1, SupervisorInfo o2) {			// TODO Auto-generated method stub			return -NumberUtils.compare(o1.getWorkerPorts().size(), o2					.getWorkerPorts().size());		}	});	this.putWorkerToSupervisor(result, supervisors);	.............}
        
       
      

能够看到。当前排序规则是按slot多少的，我们兴许版本号中可能会考虑机器负载的一些因素吧。