Jstorm ACK 机制
https://github.com/alibaba/jstorm/wiki/Ack-%E6%9C%BA%E5%88%B6
Storm也支持ACK机制
（1）应用场景
通过Ack机制，spout发送出去的每一条消息，都可以确定是被成功处理或失败处理， 从而可以让开发者采取动作。比如在Meta中，成功被处理，即可更新偏移量，当失败时，重复发送数据。
因此，通过Ack机制，很容易做到保证所有数据均被处理，一条都不漏。
另外需要注意的，当spout触发fail动作时，不会自动重发失败的tuple，需要spout自己重新获取数据，手动重新再发送一次
ack机制即， spout发送的每一条消息，
==》在规定的时间内，spout收到Acker的ack响应，即认为该tuple 被后续bolt成功处理
==》在规定的时间内，没有收到Acker的ack响应tuple，就触发fail动作，即认为该tuple处理失败，
==》或者收到Acker发送的fail响应tuple，也认为失败，触发fail动作
另外Ack机制还常用于限流作用： 为了避免spout发送数据太快，而bolt处理太慢，常常设置pending数，当spout有等于或超过pending数的tuple没有收到ack或fail响应时，跳过执行nextTuple， 从而限制spout发送数据。
通过conf.put(Config.TOPOLOGY_MAX_SPOUT_PENDING, pending);
设置spout pend数。
（2）如何使用Ack机制
==》spout 在发送数据的时候带上msgid
==》设置acker数至少大于0；Config.setNumAckers(conf, ackerParal);
==》在bolt中完成处理tuple时，执行OutputCollector.ack(tuple), 当失败处理时，执行OutputCollector.fail(tuple); ** 推荐使用IBasicBolt， 因为IBasicBolt 自动封装了OutputCollector.ack(tuple), 处理失败时，请抛出FailedException，则自动执行OutputCollector.fail(tuple)**
（3）如何关闭Ack机制
有2种途径
==》spout发送数据是不带上msgid
==》设置acker数等于0
（4）原理
acker对于每个spout-tuple保存一个ack-val的校验值，它的初始值是0， 然后每发射一个tuple/ack一个tuple，那么tuple的id都要跟这个校验值异或一下， 并且把得到的值更新为ack-val的新值。那么假设每个发射出去的tuple都被ack了， 那么最后ack-val一定是0(因为一个数字跟自己异或得到的值是0)。
