@JingsongLee 把当前的hive sink并发度配置策略加到文档里吧
https://issues.apache.org/jira/browse/FLINK-16448
On Tue, Mar 3, 2020 at 9:31 PM Jun Zhang <825875...@qq.com> wrote:
>
> 嗯嗯,其实我觉得我写的这个示例sql应该是一个使用很广泛的sql,我新建了hive表,并且导入了数据之后,一般都会使用类似的sql来验证一下表建的对不对,数据是否正确。
>
>
>
>
>
>
> 在2020年03月4日 13:25,JingsongLee
> Hi jun,
>
>
> Jira: https://issues.apache.org/jira/browse/FLINK-16413
> FYI
>
>
> Best,
> Jingsong Lee
>
>
> --
> From:JingsongLee Send Time:2020年3月3日(星期二) 19:06
> To:Jun Zhang <825875...@qq.com; user-zh@flink.apache.org <
> user-zh@flink.apache.org
> Cc:user-zh@flink.apache.org likeg...@163.com
> Subject:Re: 使用Flink1.10.0读取hive时source并行度问题
>
>
> Hi jun,
>
> 很好的建议~ 这是一个优化点~ 可以建一个JIRA
>
> Best,
> Jingsong Lee
>
>
> --
> From:Jun Zhang <825875...@qq.com
> Send Time:2020年3月3日(星期二) 18:45
> To:user-zh@flink.apache.org lzljs3620...@aliyun.com
> Cc:user-zh@flink.apache.org likeg...@163.com
> Subject:回复: 使用Flink1.10.0读取hive时source并行度问题
>
>
>
> hi,jinsong:
> 我想说一个问题, 我开始了自动推断,比如我设置推断的最大并行度是10,
> 我有一个类似的sql select * from mytable limit 1;
> hive表mytable有超过10个文件,如果启动了10个并行度是不是有点浪费呢。
> 在2020年03月2日 16:38,JingsongLee 写道: 建议使用Batch模式来读取Hive table。
>
> Best,
> Jingsong Lee
>
>
> --
> From:like Send Time:2020年3月2日(星期一) 16:35
> To:lzljs3620...@aliyun.com Subject:回复: 使用Flink1.10.0读取hive时source并行度问题
>
>
> 我使用的是 StreamTableEnvironment,确实有碰到这个问题呢。
> 在2020年3月2日 16:16,JingsongLee 自动推断可能面临资源不足无法启动的问题
>
> 理论上不应该呀?Batch作业是可以部分运行的。
>
> Best,
> Jingsong Lee
>
> --
> From:like Send Time:2020年3月2日(星期一) 15:35
> To:user-zh@flink.apache.org lzljs3620...@aliyun.com Subject:回复: 使用Flink1.10.0读取hive时source并行度问题
>
>
> 非常感谢!我尝试关闭自动推断后,已经可以控制source并行度了,自动推断可能面临资源不足无法启动的问题。
>
>
> 在2020年3月2日 15:18,JingsongLee 写道: Hi,
>
> 1.10中,Hive source是自动推断并发的,你可以使用以下参数配置到flink-conf.yaml里面来控制并发:
> - table.exec.hive.infer-source-parallelism=true (默认使用自动推断)
> - table.exec.hive.infer-source-parallelism.max=1000 (自动推断的最大并发)
>
> Sink的并发默认和上游的并发相同,如果有Shuffle,使用配置的统一并发。
>
> Best,
> Jingsong Lee
>
>
> --
> From:like Send Time:2020年3月2日(星期一) 14:58
> To:user-zh@flink.apache.org Subject:使用Flink1.10.0读取hive时source并行度问题
>
> hi,大家好
>
> 我使用flink1.10.0读取hive表,启动时设置了全局的并行度,但是在读取的时候,发现sink并行度是受约束的,
>
> 而source的并行度不受此约束,会根据source的大小改变,大的时候并行度大到1000,请问一下怎么处理这个并行度呢?