task的parallelism可以在Flink的不同级别上指定。四种级别是：算子级别、执行环境（ExecutionEnvironment）级别、客户端（命令行）级别、配置文件（flink-conf.yaml）级别
* 每个operator、data source或者data sink都可以通过调用setParallelism()方法来指定
* 运行环境的默认并发数可以通过调用setParallelism()方法来指定。env.setParallelism(3);运行环境的并发数可以被每个算子确切的并发数配置所覆盖。
* 对于CLI客户端，并发参数可以通过-p来指定
* 影响所有运行环境的系统级别的默认并发度可以在./conf/flink-conf.yaml的parallelism.defaul项中指定。不建议
当然，你也可以设置最大的并行度
* 你可以通过调用setMaxParallelism()方法来设置最大并发度。
Flink如何确定TaskManager个数？答案：Job的最大并行度除以每个TaskManager分配的任务槽数
Flink on YARN时，TaskManager的数量就是：max(parallelism) / yarnslots（向上取整）。例如，一个最大并行度为10，每个TaskManager有两个任务槽的作业，就会启动5个TaskManager
参考：
https://cloud.tencent.com/developer/article/1500184
https://www.jianshu.com/p/9c301ff1a9b2
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
