如果有一个 10 个分区的 kafka 主题，我们想使用 flink 来消费该主题。我们希望系统根据工作负载动态分配槽，这意味着如果工作负载低，flink 作业可以使用更少的槽（并行度较低），如果工作负载高，它可以以更高的并行度运行。有没有好的方法来实现这一目标？似乎可以通过先停止作业来改变并行度。如果是这样，暂停期是否会影响应用程序的实时功能？还有其他改变并行性的想法吗？非常感谢。
【问题讨论】：
标签： apache-flink
有一个REST api call 用于修改正在运行的作业的并行性，但目前重新分配状态的唯一方法是创建一个保存点并从中重新启动，这就是重新缩放的工作方式（至少目前如此）。
如果您的应用程序正在使用事件时间处理，那么结果应该不受重启的影响，但它们会被延迟，当然，会受到停机时间的影响。
更新：之前有一个 CLI 命令来进行重新缩放，但在 Flink 1.9.0 中暂时禁用了。见FLINK-12312。
【讨论】：
有没有实现动态缩放的好方法？
据我所知，目前的答案是否定的。但是，我们可以看出 FLIP-6 Flink Development and Process Model 已经在考虑这一点。
暂停时间是否会影响应用程序的实时功能？
是的。时间成本将在取消、重新启动、重新分配资源和状态等方面。
【讨论】：