1. storm集群启动后，nimbus进程、supervisor进程，分别向zookeeper进行注册
- nimbus做为服务方，往zookeeper对应目录写job配置信息文件
- supervisor做为客户端，监控zookeeper对应的目录
2. 通过strom client客户端提交job到nimbus，其中包括：
- 指定spout、bolt实现类，以及并行数量
- 各个spout、bolt的依赖关系和分组关系
- Storm配置信息、运行方式（如：服务器提交或本地提交）
- 由哪几台supervisor（机器），启动多少个worker，多少并行线程数
- superviso和worker对应的ip地址和端口号
- job程序
4. zookeeper监控到nimbus的写文件操作后，发送事件通知所有supervisor，对应的supervisor收到事件通知后，去zookeeper指定目录获取worker和job信息，并启动相应数量的worker和Exectuor(一般情况下，一个Executor对应一个Task任务，一个Task可以是一个spout对象实例或一个bolt对象实例)
5. Executor启动后，通过spout去读取数据源（数据源可能是：消息中间件、数据库、文件等数据）
6. 在上一步的基础上，spout读取外部数据源信息，通过调用nextTuple方法，进行任务处理，然后将处理结果发送给Topology程序，Topologyt程序由Storm框架将结果发往Storm的消息队列，然后Storm框架去消费队列中的一个消息，然后去调用下一个依赖的bolt，通过反序列化将Topology对象信息传bolt对象，然后去调用bolt的execute方法进行处理
7. Exeutor按照spout和bolt的依赖关系，持续处理数据，直接到整个Topology执行结束（在Storm中通过UI界面或Storm命令结束Topology）
