Flink并行度

并行执行

本节介绍如何在Flink中配置程序的并行执行。FLink程序由多个任务（转换/操作符、数据源和sinks）组成。任务被分成多个并行实例来执行，每个并行实例处理任务的输入数据的子集。任务的并行实例的数量称之为并行性。

如果要使用保存点，还应该考虑设置最大并行性（或最大并行性）。当从保存点还原时，可以改变特定运算符或整个程序的并行性，并且该设置指定并行性的上限。这是必需的，因为FLINK内部将状态划分为key-groups，并且我们不能拥有+INF的key-group数，因为这将对性能有害。

Flink中人物的并行度可以从多个不同层面设置：

1， 操作算子层面

2， 执行环境层面‘

3， 客户端层面

4， 系统层面

5，设置slots

操作算子层

操作算子，数据源，数据接收器等这些并行度都可以通过调用他们的setParallelism()方法设置。例如：

val env = StreamExecutionEnvironment.getExecutionEnvironment

val text = [...]

val wordCounts = text

   .flatMap{ _.split(" ") map { (_, 1) } }

   .keyBy(0)

   .timeWindow(Time.seconds(5))

   .sum