RunningTime

map(new TweetKeyValue()).setParallelism(2);

也可以全局指定并行度。

env.setParallelism(4);

三个位置可以配置并行度

1. flink配置文件中

2. 代码里

3. flink任务提交时

优先级：

代码>提交>配置文件

代码里算子单独设置优先级高于全局设置优先级

任务链

合理的设置并行度

• 减少本地通信的开销
• 减少序列化和反序列化

把多个算子合并为一个task，原本的算子成为里面的subtask

满足任务链需要以下条件：

• 算子具有相同并行度(具有相同的分区数)
• 算子属于one-to-one

one-to-one：stream维护着分区以及元素的顺序（比如source和map之间）。这意味着map 算子的子任务看到的元素的个数以及顺序跟 source 算子的子任务生产的元素的个数、顺序相同。map、fliter、flatMap等算子都是one-to-one的对应关系。

Redistributing：stream的分区会发生改变。每一个算子的子任务依据所选择的transformation发送数据到不同的目标任务。例如，keyBy 基于 hashCode 重分区、而 broadcast 和 rebalance 会随机重新分区，这些算子都会引起redistribute过程，而 redistribute 过程就类似于 Spark 中的 shuffle 过程。

并行度不同的算子之前传递数据会进行重分区，Redistributing类型的算子也会进行重分区。

当然还可以禁止掉合成任务链：

1. 单个算子不参与合成任务链

.disableChaining()

2. 从单个算子开启一个新的任务链

.startNewChain()

3. 全局不合成任务链

env.disableOperatorChaining()