1. Shuffle Grouping 隨機分組，隨機派發stream裡面的tuple，保證每個bolt task接收到的tuple數目大致相同。 輪詢，平均分配

2. Fields Grouping 按欄位分組，比如，按"user-id"這個欄位來分組，那麼具有同樣"user-id"的 tuple 會被分到相同的Bolt裡的一個task， 而不同的"user-id"則可能會被分配到不同的task。

3. All Grouping 廣播發送，對於每一個tuple，所有的bolts都會收到

4. Global Grouping 全域性分組，把tuple分配給task id最低的task 。

5. None Grouping 不分組，這個分組的意思是說stream不關心到底怎樣分組。目前這種分組和Shuffle grouping是一樣的效果。 有一點不同的是storm會把使用none grouping的這個bolt放到這個bolt的訂閱者同一個執行緒裡面去執行（未來Storm如果可能的話會這樣設計）。

6. Direct Grouping 指向型分組， 這是一種比較特別的分組方法，用這種分組意味著訊息（tuple）的傳送者指定由訊息接收者的哪個task處理這個訊息。只有被宣告為 Direct Stream 的訊息流可以宣告這種分組方法。而且這種訊息tuple必須使用 emitDirect 方法來發射。訊息處理者可以通過 TopologyContext 來獲取處理它的訊息的task的id (OutputCollector.emit方法也會返回task的id)

7. Local or shuffle grouping 本地或隨機分組。如果目標bolt有一個或者多個task與源bolt的task在同一個工作程序中，tuple將會被隨機發送給這些同進程中的tasks。否則，和普通的Shuffle Grouping行為一致 customGrouping 自定義，相當於mapreduce那裡自己去實現一個partition一樣。