CC00046.flink——|Hadoop&Flink.V01|——|Flink.v01|关于并行度设置|

一、关于并行度的设置

### --- 关于并行度的设置

~~~     一个Flink程序由多个Operator组成(source、transformation和 sink)。
~~~     一个Operator由多个并行的Task(线程)来执行， 
~~~     一个Operator的并行Task(线程)数目就被称为该Operator(任务)的并行度(Parallel)

二、并行度可以有如下几种指定方式

### --- Operator Level(算子级别)(可以使用)
~~~     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

actions.filter(new FilterFunction<UserAction>() {
               
        @Override
        public boolean filter(UserAction value) throws Exception {
        return false;
    }
}).setParallelism(4);

### --- Execution Environment Level(Env级别)(可以使用)

~~~     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

StreamExecutionEnvironment env =
    StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(4);

### --- Client Level(客户端级别,推荐使用)(可以使用)

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

### --- System Level(系统默认级别,尽量不使用)

~~~     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
~~~     默认并行度示例

~~~     # Example1
~~~     在fink-conf.yaml中 taskmanager.numberOfTaskSlots 默认值为1，
~~~     即每个Task Manager上只有一个Slot ，此处是3
~~~     Example1中，WordCount程序设置了并行度为1，
~~~     意味着程序 Source、Reduce、Sink在一个Slot中，占用一个Slot

~~~     # Example2
~~~     通过设置并行度为2后，将占用2个Slot

~~~     # Example3
~~~     通过设置并行度为9，将占用9个Slot

~~~     # Example4
~~~     通过设置并行度为9，并且设置sink的并行度为1，则Source、Reduce将占用9个Slot，
~~~     但是Sink只占用1个Slot

### --- 注意

~~~     并行度的优先级：算子级别 > env级别 > Client级别 > 系统默认级别 
~~~     (越靠前具体的代码并行度的优先级越高)
~~~     如果source不可以被并行执行，即使指定了并行度为多个，也不会生效
~~~     尽可能的规避算子的并行度的设置，因为并行度的改变会造成task的重新划分，带来shuffle问题，
~~~     推荐使用任务提交的时候动态的指定并行度
~~~     slot是静态的概念，是指taskmanager具有的并发执行能力; 
~~~     parallelism是动态的概念，是指程序运行时实际使用的并发能力