他这里列举的case是sink前发生了基于非pk的shuffle，比如说有join而且join条件不是主键，你的场景是怎样的呢？
另外，https://issues.apache.org/jira/browse/FLINK-20374 是sink到es，但es
connector并不支持指定sink.parallelism，也就是说sink端的并行度必然为上游的并行度。而jdbc
connector是可以指定sink.parallelism的，只要与上游的并行度不一致，runtime就会根据pk做hash
shuffle，确保相同pk的记录发到同一个sink task。
在 2021-06-11 15:57:29，"casel.chen" <casel_c...@126.com> 写道：
>引用 Leonard Xu大佬之前的回答：
>
>> flink 1.13的jdbc connector新增 sink.parallism
>> 参数，问题是如果增大并行度的话能否确保同一个主键记录发到同一个sink task呢？SQL正确的写法是什么？
>
>这个不仅在同步场景，在其他场景也需要注意 sink.parallism这个参数的使用，目前框架没有保证同一个pk的记录发送到同一个task，需要用户自己保证
>sink 上定义的pk 和上游数据shuffle的key（比如 group key， join key）保持一致，
>否则可能导致数据乱序。 这个社区也在从 plan 推导上并解决，可以参考
>https://issues.apache.org/jira/browse/FLINK-20374
><https://issues.apache.org/jira/browse/FLINK-20374>
>https://issues.apache.org/jira/browse/FLINK-22901
><https://issues.apache.org/jira/browse/FLINK-22901>
>
>说明加 sink.parallelism 是不行的
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>在 2021-06-11 15:44:51，"JasonLee" <17610775...@163.com> 写道：
>>hi
>>
>>sink 端可以通过 sink.parallelism 进行设置.
>>
>>
>>
>>-----
>>Best Wishes
>>JasonLee
>>--
>>Sent from: http://apache-flink.147419.n8.nabble.com/
