您好，目前flinkSQL KafkaConnector目前不支持Source算子并行度配置以及数据分发策略选择：
导致的问题：
1、当并行度 > source中间件消息分区时, 超出的部分会空跑占用资源
2、假设： 并行度>消息分区， source vertex： Source: TableSourceScan->Calc(select…);
当Calc（select..）为cpu密集（json解析）算子，其将会成为任务的性能瓶颈，Calc算子无法享受到扩容带来的资源（超出kafka分区的并发没有数据流入）。
请问下目前社区有没有现有的 / 计划中的解决方案？
您好，目前flinkSQL KafkaConnector目前不支持Source算子并行度配置以及数据分发策略选择：
导致的问题：
1、当并行度 > source中间件消息分区时, 超出的部分会空跑占用资源
2、假设： 并行度>消息分区， source vertex： Source: TableSourceScan->Calc(select…);
当Calc（select..）为cpu密集（json解析）算子，其将会成为任务的性能瓶颈，Calc算子无法享受到扩容带来的资源（超出kafka分区的并发没有数据流入）。
请问下目前社区有没有现有的 / 计划中的解决方案？
您好，目前flinkSQL KafkaConnector目前不支持Source算子并行度配置以及数据分发策略选择：
导致的问题：
1、当并行度 > source中间件消息分区时, 超出的部分会空跑占用资源
2、假设： 并行度>消息分区， source vertex： Source: TableSourceScan->Calc(select…);
当Calc（select..）为cpu密集（json解析）算子，其将会成为任务的性能瓶颈，Calc算子无法享受到扩容带来的资源（超出kafka分区的并发没有数据流入）。
请问下目前社区有没有现有的 / 计划中的解决方案？
