没有特别理解清楚你的意思，你是希望让K8s来完成自动伸缩？
Native Flink on K8s的基本理念是由Flink的ResourceManager向K8s主动申请/释放TaskManager Pod, 如果一个TaskManager处于idle状态，那就会被自动释放。这样是更加灵活的，TaskManager的生命周期 交给Flink ResourceManager来进行控制。而且以后可能会有TaskManager是不同规格的情况，所以直接 用Pod会更加合适一些。 你如果是想要根据cpu、内存负载来调整TM数量，那可以使用Standalone Flink on K8s[2]的方式。这种情况 下TaskManager是用Deployment来管理，替换成StatefulSet也是可以的。 [1]. https://ci.apache.org/projects/flink/flink-docs-master/deployment/resource-providers/standalone/kubernetes.html Best, Yang lichunguang <lcg3234...@163.com> 于2020年12月15日周二 下午9:44写道： > 现在这种模式，可以实现每个pod可以配置不同的配置，如CPU、MEM。 > 但是整体的资源配置是相同的，是否使用statefulset模式启动TM pod更合适呢？ > > > > -- > Sent from: http://apache-flink.147419.n8.nabble.com/
