- 基于flink-1.8.1
概述
- parallelism指的是并行度的意思。在 Flink 里面代表每个任务的并行度，适当的提高并行度可以大大提高 job 的执行效率，比如你的 job 消费 kafka 数据过慢，适当调大可能就消费正常了。
- slot指的是插槽的意思，flink中任务的并行性由每个 Task Manager 上可用的 slot 决定。
如何设置flink job的parallelism
- 在flink的配置文件中
flink-conf.yaml，默认的并行度为1； - 在以shell的方式提交flink job的时候，可以使用
-p指定程序的并行度；
./bin/flink run -p 10 ../word-count.jar
- 在flink job程序内设置并行度
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(10);
注意：这样设置的并行度是你整个程序的并行度，那么后面如果你的每个算子不单独设置并行度覆盖的话，那么后面每个算子的并行度就都是这里设置的并行度的值了。
- 每个算子指定并行度；
data.keyBy(new xxxKey())
.flatMap(new XxxFlatMapFunction()).setParallelism(5)
.map(new XxxMapFunction).setParallelism(5)
.addSink(new XxxSink()).setParallelism(1)
- 并行度设置优先级是：算子设置并行度 > env 设置并行度 > 配置文件默认并行度
如何理解flink中的slot
- flink-conf.yaml中默认taskmanager.numberOfTaskSlots=1;
-
以flink架构模型为例进行分析：
flink-model.jpg - 图中 Task Manager 是从 Job Manager 处接收需要部署的 Task，任务的并行性由每个 Task Manager 上可用的 slot 决定。每个任务代表分配给任务槽的一组资源，slot 在 Flink 里面可以认为是资源组，Flink 将每个任务分成子任务并且将这些子任务分配到 slot 来并行执行程序。
- 例如，如果 Task Manager 有四个 slot，那么它将为每个 slot 分配 25％ 的内存。 可以在一个 slot 中运行一个或多个线程。 同一 slot 中的线程共享相同的 JVM。 同一 JVM 中的任务共享 TCP 连接和心跳消息。Task Manager 的一个 Slot 代表一个可用线程，该线程具有固定的内存，注意 Slot 只对内存隔离，没有对 CPU 隔离。默认情况下，Flink 允许子任务共享 Slot，即使它们是不同 task 的 subtask，只要它们来自相同的 job。这种共享可以有更好的资源利用率。
-
以官网上的thread process为例说明一下
taskmanager.jpg - 上面图片中有两个 Task Manager，每个 Task Manager 有三个 slot，这样我们的算子最大并行度那么就可以达到 6 个，在同一个 slot 里面可以执行 1 至多个子任务。
- 那么再看上面的图片，source/map/keyby/window/apply 最大可以有 6 个并行度，sink 只用了 1 个并行。
- 每个 Flink TaskManager 在集群中提供 slot。 slot 的数量通常与每个 TaskManager 的可用 CPU 内核数成比例。一般情况下你的 slot 数是你每个 TaskManager 的 cpu 的核数。
parallelism与slot的区别
-
1-slot 是指 taskmanager 的并发执行能力；
slot-taskmanager.jpg - 如上图所示：taskmanager.numberOfTaskSlots:3；即每一个 taskmanager 中的分配 3 个 TaskSlot, 3 个 taskmanager 一共有 9 个 TaskSlot。
-
2-parallelism 是指 taskmanager 实际使用的并发能力
parallelism-taskmanager.jpg - 如上图所示：parallelism.default:1；即运行程序默认的并行度为 1，9 个 TaskSlot 只用了 1 个，有 8 个空闲。设置合适的并行度才能提高效率。
-
3-parallelism 是可配置、可指定的；
example-1.jpg -
上图中 example2 每个算子设置的并行度是 2， example3 每个算子设置的并行度是 9。
example-4.jpg - example4 除了 sink 是设置的并行度为 1，其他算子设置的并行度都是 9。
