Architecture 如何理解ApacheFlink中的函数setParallelism

我正在读弗林克的这篇文档，我不能很好地理解执行环境级别的部分

让我们使用WordCount的例子

因此，如果我编码

env.setParallelism（3）

在本例中，这是否意味着我将有三条并行管道，分别是

源代码+映射（）--keyBy（）/window（）/apply（）--Sink

？让我困惑的是，如果我有三个

Sink

s，我如何才能正确得到结果

如果只有一个

接收器

，我想不会有任何问题。我的意思是，无论我有多少个

Source+map（）

，只有

Sink

可以产生一个结果。但现在我有三个

Sink

s

// Case 1
Source + map() --- keyBy()/window()/apply() ----\
Source + map() --- keyBy()/window()/apply() --- Sink (the only Sink will merge the outputs coming from three pipelines and produce only one result)
Source + map() --- keyBy()/window()/apply() ----/

// Case 2
Source + map() --- keyBy()/window()/apply() --- Sink
Source + map() --- keyBy()/window()/apply() --- Sink
Source + map() --- keyBy()/window()/apply() --- Sink
// There are three sinks, how could I get the result?

---

因此，在本例中，我们不应该使用

setParallelism（）

，否则我会误解什么？

使用并行接收器本身并没有什么问题。例如，Kafka接收器的不同实例将写入不同的分区。StreamingFileLink将并行写入不同的存储桶，各种数据库连接器可以更新或插入不同密钥的记录，等等。可扩展流处理要求管道的所有部分都能够扩展，包括接收器

在您描述的管道这样的情况下，窗和水槽可以链接在一起。如果接收器是一个打印接收器，并且并行使用，那么每个任务管理器都会将其结果片段写入本地输出文件。显然，如果您的目标是将所有结果放在一个地方，那么这并不十分方便，在这种情况下，您需要将sink操作符的并行度设置为1。但许多应用程序没有这样的要求