【Flink 实战系列】如何给 Flink 任务设置合理的并行度?

如何给 Flink 任务设置合理的并行度？

背景介绍

最近看到很多朋友都在问这个问题，当我在开发 Flink 实时计算任务的时候，如何给每个算子设置合理的并行度呢？如果设置多了可能会出现资源浪费的情况，如果设置少了任务可能会出现反压，所以给 Flink 任务设置一个合理的并行度就显得尤为重要，那今天就针对这个问题做一个详细的分析。

一个 Flink 任务通常是由三个部分组成的，Source，Transformation，Sink，下面就分别说一下每一部分如何设置。

Source

Source 也就是整个任务的数据源，流式任务的 Source 通常是一个消息队列，所以我们就以 kafka 来举例，众所周知，Kafka 的 Topic 是可以设置多个 partition 的，所以最理想的情况下我们就把 source 的并行度设置成和 Topic 的 partition 保持一致，此时一个 Flink 的 subtask 会负责消费一个 partition 的数据，subtask 和 partition 之间是一一对应的关系，此时消费数据的性能是最高的。

Source 的并行度一定要和 Topic 的 par