核心概念之并行度

Flink 是由多个任务组成（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。

并行度的级别，4种

合理设置并行度能极大的提高运行速度

（1）算子级别   设置flink的编程API修改，通过调用方法的方式

（2）运行环境级别   设置executionEnvironmentk的方法修改并行度

（3）客户端级别  $FINK_HOME/bin/flink的-p参数，

（4）系统级别 修改$FLINK_HOME/conf/flink-conf.yaml文件

并行度的优先级：算子>运行环境>客户端>系统

注意：并行度不能大于Slot个数

TaskManager为了对资源进行隔离和增加允许的task数，引入了slot的概念，这个slot对资源的隔离仅仅是对内存进行隔离，策略是均分，比如taskmanager的管理内存是3GB，假如有两个个slot，那么每个slot就仅仅有1.5GB内存可用

核心概念之时间

事件时间：是事件创建的事件。它通常由事件中的时间戳描述，例如kafka消息中的生成的时间戳

摄入时间：是事件进入Flink数据流运算符的时间

处理时间：是每一个执行时间操作的算符的本地时间

核心概念之并行度
◆算子级别设置flink的编程API修改
◆运行环境级别设置executionEnvironmentk的方法修改并行度
◆客户端级别$FLINK_HOME/bin/flink的-p参数
◆系统级别修改$轩LINK_HOME/conf/flink-confyaml文件