Parallel processing ApacheFlink，线程比Kafka分区多

数据流很简单，就像

卡夫卡->一些逻辑->卡夫卡

“某些逻辑”是这里的瓶颈，所以我想使用更多的线程/任务来提高吞吐量，而不是增加kafka分区（目前为3个）。输入和输出主题之间的顺序在这里并不重要

---

使用ApacheStorm可以很容易地做到这一点。我可以增加螺栓的并行性来实现一些逻辑。我怎么能和弗林克一起做？更普遍的问题是，对于Flink的不同阶段，是否有任何简单的方法可以使用不同的并行性？

这在Flink中非常简单。您可以使用

setParallelism（）

方法指定每个运算符的并行度：

DataStream<String> rawEvents = env
  .addSource(new FlinkKafkaConsumer010("topic", new SimpleStringSchema(), props));

DataSteam<String> mappedEvents = rawEvents
  .flatMap(new Tokenizer())
  .setParallelism(64); // set parallelism to 64

DataStream rawEvents=env
.addSource（新的FlinkKafkaConsumer010（“主题”，新的SimpleStringSchema（），props））；
DataSteam mappedEvents=rawEvents
.flatMap（新标记器（））
.setParallelism（64）；//将并行度设置为64