请阐述在 Apache Storm 拓扑运行期间，通过动态调整 Spout 与 Bolt 并行度来优化系统吞吐量和延迟的具体方法及原理。

回答思路

1. 【回答框架 1】Storm 通过 rebalance 命令实现拓扑的再平衡，可在不停止拓扑的情况下调整各组件并行度。使用 storm rebalance 拓扑名 -n 新并行度，或通过 Storm UI 操作。其原理是重新分配任务到各 worker 和 executor，但会触发拓扑的重新调度，期间可能短暂影响数据流。
2. 【回答框架 2】调整并行度主要影响吞吐和延迟。增加 Spout 并行度可提高数据摄入速率，但需保证消息源可并发读取；增加 Bolt 并行度可增强处理能力，减少队列积压和端到端延迟。然而，并行度并非越高越好，受限于 worker 数量、集群资源、消息源能力和下游消费速度。
3. 【回答框架 3】动态调整需结合监控指标决策，如 Spout 的 emit 速率、Bolt 的 execute 延迟、队列占用率等。若检测到拓扑瓶颈，可针对性调高对应组件并行度，否则可能造成资源浪费或加剧竞争。调整后应观察系统稳定性，必要时再次调整。
4. 【回答框架 4】除了 rebalance，还可使用 Flux 或 Storm API 动态更新配置，但 rebalance 是标准方式。需注意 rebalance 会触发任务重新分配，可能导致状态丢失或消息重放，对于有状态 Bolt 应使用事务或至少一次语义保证。
5. 【关键点 1】Storm rebalance 命令可在运行中调整并行度，无需重启拓扑。
6. 【关键点 2】调整并行度前需评估资源限制和下游消费能力，避免过度提升。
7. 【关键点 3】动态调整需基于监控指标，针对瓶颈组件调整。
8. 【关键点 4】rebalance 可能引起任务重新分配，需考虑状态与消息一致性。
9. 【易错点 1】误认为并行度越高性能越好，忽略资源与下游瓶颈。
10. 【易错点 2】未考虑有状态 Bolt 在重新分配时的状态迁移问题。
11. 【易错点 3】盲目调整并行度而未结合监控数据，导致无效优化。