在 Apache Storm 中，保障 Topology 持续运行和高可用性的常用策略有哪些？请说明其实现原理。
考察说明
考查对 Storm 高可用机制的理解，包括故障检测、多机部署和状态管理。
回答思路
- 【回答框架 1】Storm 的高可用性主要通过以下机制实现：Nimbus 负责分配任务并监控 Worker 心跳，若 Worker 或 Supervisor 超时，会重新调度任务；Zookeeper 用于存储 Topology 的元数据和状态，协调 Nimbus 与 Supervisor，并选举新的 Nimbus 以保证控制节点高可用。
- 【回答框架 2】Supervisor 节点运行 Worker 进程，通过心跳上报给 Nimbus；若 Worker 崩溃或超时，Nimbus 会在其他 Supervisor 上重新启动 Task。Worker 内部通过 Executor 和 Task 的调度，保证计算逻辑的分布执行。
- 【回答框架 3】为持续运行，需配置多节点部署：多个 Nimbus 和多个 Zookeeper，防止单点故障。Nimbus 和 Supervisor 启动时恢复状态，但 Topology 的消息可靠性依赖 ACK 机制和 Spout 的 replay，以实现 at-least-once 处理。
- 【回答框架 4】额外策略包括：设置合理的心跳超时参数、开启 Nimbus 的 HA 模式（如使用 HDFS 存储元数据）、监控系统指标（如消息延迟、 Worker 负载）并自动告警或重启失败组件。
- 【关键点 1】Nimbus 通过心跳监控 Worker，并结合 Zookeeper 实现故障恢复。
- 【关键点 2】多 Nimbus 和多 Zookeeper 部署可避免控制节点单点故障。
- 【关键点 3】消息确认机制和 Spout replay 保证 at-least-once 语义。
- 【关键点 4】合理配置超时参数和资源隔离可提高稳定性。
- 【易错点 1】不保证 exactly-once，需依赖外部存储实现精确一次处理。
- 【易错点 2】若 Nimbus 单点且未配置 HA，其故障会导致 Topology 无法重新分配任务。
- 【易错点 3】不合理的超时配置（如心跳超时过短）会导致不必要的任务重启。