第 25 节 Flink 并行度详解(Parallel)

上篇：第 24 节 Flink Window详解

---

1、TaskManager与Slot

Flink的每个TaskManager为集群提供solt。 solt的数量通常与每个TaskManager节点的可用CPU内核数成比例。一般情况下你的slot数是你每个节点的cpu的核数。

---

2、并行度(Parallel)

一个Flink程序由多个任务组成(source、transformation和 sink)。 一个任务由多个并行的实例(线程)来执行， 一个任务的并行实例(线程)数目就被称为该任务的并行度。

并行度(Parallel)的设置

一个任务的并行度设置可以从多个层次指定

1. Operator Level（算子层次）
2. Execution Environment Level（执行环境层次）
3. Client Level（客户端层次）
4. System Level（系统层次）

---

3、并行度设置之Operator Level

一个算子、数据源和sink的并行度可以通过调用 setParallelism()方法来指定

---

4、并行度设置之Execution Environment Level

执行环境(任务)的默认并行度可以通过调用setParallelism()方法指定。为了以并行度3来执行所有的算子、数据源和data sink， 可以通过如下的方式设置执行环境的并行度：
执行环境的并行度可以通过显式设置算子的并行度而被重写

并行度设置之Client Level

1. 并行度可以在客户端将job提交到Flink时设定。
2. 对于CLI客户端，可以通过-p参数指定并行度
3. ./bin/flink run -p 10 WordCount-java.jar

并行度设置之System Level

在系统级可以通过设置flink-conf.yaml文件中的parallelism.default属性来指定所有执行环境的默认并行度