zhuzhurk commented on code in PR #21801:
URL: https://github.com/apache/flink/pull/21801#discussion_r1097183756
##########
docs/content.zh/docs/deployment/elastic_scaling.md:
##########
@@ -159,30 +159,33 @@ Adaptive Batch Scheduler 是一种可以自动推导每个算子并行度的批
使用 Adaptive Batch Scheduler 自动推导算子的并行度，需要：
- 启用 Adaptive Batch Scheduler
-- 配置算子的并行度为 `-1`
+- 不要明确指定算子的并发度
#### 启用 Adaptive Batch Scheduler
-为了启用 Adaptive Batch Scheduler, 你需要：
-- 配置 `jobmanager.scheduler: AdaptiveBatch`
+当前Adaptive Batch Scheduler是flink默认的批调度器，为了启用 Adaptive Batch Scheduler, 你需要：
- 由于 ["只支持所有数据交换都为 BLOCKING 模式的作业"](#局限性-2), 需要将
[`execution.batch-shuffle-mode`]({{< ref "docs/deployment/config"
>}}#execution-batch-shuffle-mode) 配置为 `ALL-EXCHANGES-BLOCKING`(默认值) 。
除此之外，使用 Adaptive Batch Scheduler 时，以下相关配置也可以调整:
-- [`jobmanager.adaptive-batch-scheduler.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-min-parallelism): 允许自动设置的并行度最小值。
-- [`jobmanager.adaptive-batch-scheduler.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-max-parallelism): 允许自动设置的并行度最大值。
-- [`jobmanager.adaptive-batch-scheduler.avg-data-volume-per-task`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
-- [`jobmanager.adaptive-batch-scheduler.default-source-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-default-source-parallelism): source
算子的默认并行度
-
-#### 配置算子的并行度为 `-1`
-Adaptive Batch Scheduler 只会为用户未指定并行度的算子（并行度为 `-1`）推导并行度。
所以如果你想自动推导算子的并行度，需要进行以下配置：
+- [`execution.batch.adaptive.auto-parallelism.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-min-parallelism): 允许自动设置的并行度最小值。
+- [`execution.batch.adaptive.auto-parallelism.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-max-parallelism):
允许自动设置的并行度最大值，如果该配置项没有配置将使用默认并发度作为允许自动设置的并发度最大值。
+- [`execution.batch.adaptive.auto-parallelism.avg-data-volume-per-task`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
+- [`execution.batch.adaptive.auto-parallelism.default-source-parallelism`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-default-source-parallelism):
source 算子的默认并行度
+
+#### 不要明确指定算子的并发度
+Adaptive Batch Scheduler 只会为用户未指定并行度的算子（DataSet作业并行度为 `-1`，DataStream作业并行度为
`-1`或者默认并行度）推导并行度。 所以如果你想自动推导算子的并行度，对于DataStream作业需要进行以下配置：
+- 对于 DataStream 作业，不要在作业中通过算子的 `setParallelism()` 方法来指定并行度
+- 对于 DataStream 作业，不要在作业中通过 `StreamExecutionEnvironment` 的 `setParallelism()`
方法来指定并行度
Review Comment:
The statement is incorrect and should be removed.
##########
docs/content.zh/docs/deployment/elastic_scaling.md:
##########
@@ -159,30 +159,33 @@ Adaptive Batch Scheduler 是一种可以自动推导每个算子并行度的批
使用 Adaptive Batch Scheduler 自动推导算子的并行度，需要：
- 启用 Adaptive Batch Scheduler
-- 配置算子的并行度为 `-1`
+- 不要明确指定算子的并发度
#### 启用 Adaptive Batch Scheduler
-为了启用 Adaptive Batch Scheduler, 你需要：
-- 配置 `jobmanager.scheduler: AdaptiveBatch`
+当前Adaptive Batch Scheduler是flink默认的批调度器，为了启用 Adaptive Batch Scheduler, 你需要：
Review Comment:
```suggestion
当前 Adaptive Batch Scheduler 是 Flink 默认的批作业调度器，无需额外配置。除非用户显式的配置了使用其他调度器，例如
`jobmanager.scheduler: default`。需要注意的是，由于...
```
It's better to add a space between en&zh characters.
##########
docs/content.zh/docs/deployment/elastic_scaling.md:
##########
@@ -159,30 +159,33 @@ Adaptive Batch Scheduler 是一种可以自动推导每个算子并行度的批
使用 Adaptive Batch Scheduler 自动推导算子的并行度，需要：
- 启用 Adaptive Batch Scheduler
-- 配置算子的并行度为 `-1`
+- 不要明确指定算子的并发度
#### 启用 Adaptive Batch Scheduler
-为了启用 Adaptive Batch Scheduler, 你需要：
-- 配置 `jobmanager.scheduler: AdaptiveBatch`
+当前Adaptive Batch Scheduler是flink默认的批调度器，为了启用 Adaptive Batch Scheduler, 你需要：
- 由于 ["只支持所有数据交换都为 BLOCKING 模式的作业"](#局限性-2), 需要将
[`execution.batch-shuffle-mode`]({{< ref "docs/deployment/config"
>}}#execution-batch-shuffle-mode) 配置为 `ALL-EXCHANGES-BLOCKING`(默认值) 。
除此之外，使用 Adaptive Batch Scheduler 时，以下相关配置也可以调整:
-- [`jobmanager.adaptive-batch-scheduler.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-min-parallelism): 允许自动设置的并行度最小值。
-- [`jobmanager.adaptive-batch-scheduler.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-max-parallelism): 允许自动设置的并行度最大值。
-- [`jobmanager.adaptive-batch-scheduler.avg-data-volume-per-task`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
-- [`jobmanager.adaptive-batch-scheduler.default-source-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-default-source-parallelism): source
算子的默认并行度
-
-#### 配置算子的并行度为 `-1`
-Adaptive Batch Scheduler 只会为用户未指定并行度的算子（并行度为 `-1`）推导并行度。
所以如果你想自动推导算子的并行度，需要进行以下配置：
+- [`execution.batch.adaptive.auto-parallelism.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-min-parallelism): 允许自动设置的并行度最小值。
+- [`execution.batch.adaptive.auto-parallelism.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-max-parallelism):
允许自动设置的并行度最大值，如果该配置项没有配置将使用默认并发度作为允许自动设置的并发度最大值。
+- [`execution.batch.adaptive.auto-parallelism.avg-data-volume-per-task`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
+- [`execution.batch.adaptive.auto-parallelism.default-source-parallelism`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-default-source-parallelism):
source 算子的默认并行度
+
+#### 不要明确指定算子的并发度
+Adaptive Batch Scheduler 只会为用户未指定并行度的算子（DataSet作业并行度为 `-1`，DataStream作业并行度为
`-1`或者默认并行度）推导并行度。 所以如果你想自动推导算子的并行度，对于DataStream作业需要进行以下配置：
+- 对于 DataStream 作业，不要在作业中通过算子的 `setParallelism()` 方法来指定并行度
+- 对于 DataStream 作业，不要在作业中通过 `StreamExecutionEnvironment` 的 `setParallelism()`
方法来指定并行度
+####
+对于DataSet作业需要进行以下配置：
- 配置 `parallelism.default: -1`
- 对于 SQL 作业，需要配置 `table.exec.resource.default-parallelism: -1`
-- 对于 DataStream/DataSet 作业，不要在作业中通过算子的 `setParallelism()` 方法来指定并行度
-- 对于 DataStream/DataSet 作业，不要在作业中通过
`StreamExecutionEnvironment/ExecutionEnvironment` 的 `setParallelism()` 方法来指定并行度
+- 对于 DataSet 作业，不要在作业中通过算子的 `setParallelism()` 方法来指定并行度
Review Comment:
This line can be removed.
##########
docs/content.zh/docs/deployment/elastic_scaling.md:
##########
@@ -159,30 +159,33 @@ Adaptive Batch Scheduler 是一种可以自动推导每个算子并行度的批
使用 Adaptive Batch Scheduler 自动推导算子的并行度，需要：
- 启用 Adaptive Batch Scheduler
-- 配置算子的并行度为 `-1`
+- 不要明确指定算子的并发度
#### 启用 Adaptive Batch Scheduler
-为了启用 Adaptive Batch Scheduler, 你需要：
-- 配置 `jobmanager.scheduler: AdaptiveBatch`
+当前Adaptive Batch Scheduler是flink默认的批调度器，为了启用 Adaptive Batch Scheduler, 你需要：
- 由于 ["只支持所有数据交换都为 BLOCKING 模式的作业"](#局限性-2), 需要将
[`execution.batch-shuffle-mode`]({{< ref "docs/deployment/config"
>}}#execution-batch-shuffle-mode) 配置为 `ALL-EXCHANGES-BLOCKING`(默认值) 。
除此之外，使用 Adaptive Batch Scheduler 时，以下相关配置也可以调整:
-- [`jobmanager.adaptive-batch-scheduler.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-min-parallelism): 允许自动设置的并行度最小值。
-- [`jobmanager.adaptive-batch-scheduler.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-max-parallelism): 允许自动设置的并行度最大值。
-- [`jobmanager.adaptive-batch-scheduler.avg-data-volume-per-task`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
-- [`jobmanager.adaptive-batch-scheduler.default-source-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-default-source-parallelism): source
算子的默认并行度
-
-#### 配置算子的并行度为 `-1`
-Adaptive Batch Scheduler 只会为用户未指定并行度的算子（并行度为 `-1`）推导并行度。
所以如果你想自动推导算子的并行度，需要进行以下配置：
+- [`execution.batch.adaptive.auto-parallelism.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-min-parallelism): 允许自动设置的并行度最小值。
+- [`execution.batch.adaptive.auto-parallelism.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-max-parallelism):
允许自动设置的并行度最大值，如果该配置项没有配置将使用默认并发度作为允许自动设置的并发度最大值。
+- [`execution.batch.adaptive.auto-parallelism.avg-data-volume-per-task`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
+- [`execution.batch.adaptive.auto-parallelism.default-source-parallelism`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-default-source-parallelism):
source 算子的默认并行度
+
+#### 不要明确指定算子的并发度
+Adaptive Batch Scheduler 只会为用户未指定并行度的算子（DataSet作业并行度为 `-1`，DataStream作业并行度为
`-1`或者默认并行度）推导并行度。 所以如果你想自动推导算子的并行度，对于DataStream作业需要进行以下配置：
+- 对于 DataStream 作业，不要在作业中通过算子的 `setParallelism()` 方法来指定并行度
+- 对于 DataStream 作业，不要在作业中通过 `StreamExecutionEnvironment` 的 `setParallelism()`
方法来指定并行度
+####
Review Comment:
This empty subtitle should be removed.
##########
docs/content.zh/docs/deployment/elastic_scaling.md:
##########
@@ -159,30 +159,33 @@ Adaptive Batch Scheduler 是一种可以自动推导每个算子并行度的批
使用 Adaptive Batch Scheduler 自动推导算子的并行度，需要：
- 启用 Adaptive Batch Scheduler
-- 配置算子的并行度为 `-1`
+- 不要明确指定算子的并发度
#### 启用 Adaptive Batch Scheduler
-为了启用 Adaptive Batch Scheduler, 你需要：
-- 配置 `jobmanager.scheduler: AdaptiveBatch`
+当前Adaptive Batch Scheduler是flink默认的批调度器，为了启用 Adaptive Batch Scheduler, 你需要：
- 由于 ["只支持所有数据交换都为 BLOCKING 模式的作业"](#局限性-2), 需要将
[`execution.batch-shuffle-mode`]({{< ref "docs/deployment/config"
>}}#execution-batch-shuffle-mode) 配置为 `ALL-EXCHANGES-BLOCKING`(默认值) 。
除此之外，使用 Adaptive Batch Scheduler 时，以下相关配置也可以调整:
-- [`jobmanager.adaptive-batch-scheduler.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-min-parallelism): 允许自动设置的并行度最小值。
-- [`jobmanager.adaptive-batch-scheduler.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-max-parallelism): 允许自动设置的并行度最大值。
-- [`jobmanager.adaptive-batch-scheduler.avg-data-volume-per-task`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
-- [`jobmanager.adaptive-batch-scheduler.default-source-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-default-source-parallelism): source
算子的默认并行度
-
-#### 配置算子的并行度为 `-1`
-Adaptive Batch Scheduler 只会为用户未指定并行度的算子（并行度为 `-1`）推导并行度。
所以如果你想自动推导算子的并行度，需要进行以下配置：
+- [`execution.batch.adaptive.auto-parallelism.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-min-parallelism): 允许自动设置的并行度最小值。
+- [`execution.batch.adaptive.auto-parallelism.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-max-parallelism):
允许自动设置的并行度最大值，如果该配置项没有配置将使用默认并发度作为允许自动设置的并发度最大值。
+- [`execution.batch.adaptive.auto-parallelism.avg-data-volume-per-task`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
+- [`execution.batch.adaptive.auto-parallelism.default-source-parallelism`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-default-source-parallelism):
source 算子的默认并行度
+
+#### 不要明确指定算子的并发度
+Adaptive Batch Scheduler 只会为用户未指定并行度的算子（DataSet作业并行度为 `-1`，DataStream作业并行度为
`-1`或者默认并行度）推导并行度。 所以如果你想自动推导算子的并行度，对于DataStream作业需要进行以下配置：
Review Comment:
```suggestion
Adaptive Batch Scheduler 只会为用户未指定并行度的算子推导并行度。 所以如果你想算子的并行度被自动推导，需要避免通过算子的
`setParallelism()` 方法来为其指定并行度。
```
##########
docs/content.zh/docs/deployment/elastic_scaling.md:
##########
@@ -159,30 +159,33 @@ Adaptive Batch Scheduler 是一种可以自动推导每个算子并行度的批
使用 Adaptive Batch Scheduler 自动推导算子的并行度，需要：
- 启用 Adaptive Batch Scheduler
-- 配置算子的并行度为 `-1`
+- 不要明确指定算子的并发度
#### 启用 Adaptive Batch Scheduler
-为了启用 Adaptive Batch Scheduler, 你需要：
-- 配置 `jobmanager.scheduler: AdaptiveBatch`
+当前Adaptive Batch Scheduler是flink默认的批调度器，为了启用 Adaptive Batch Scheduler, 你需要：
- 由于 ["只支持所有数据交换都为 BLOCKING 模式的作业"](#局限性-2), 需要将
[`execution.batch-shuffle-mode`]({{< ref "docs/deployment/config"
>}}#execution-batch-shuffle-mode) 配置为 `ALL-EXCHANGES-BLOCKING`(默认值) 。
除此之外，使用 Adaptive Batch Scheduler 时，以下相关配置也可以调整:
-- [`jobmanager.adaptive-batch-scheduler.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-min-parallelism): 允许自动设置的并行度最小值。
-- [`jobmanager.adaptive-batch-scheduler.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-max-parallelism): 允许自动设置的并行度最大值。
-- [`jobmanager.adaptive-batch-scheduler.avg-data-volume-per-task`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
-- [`jobmanager.adaptive-batch-scheduler.default-source-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-default-source-parallelism): source
算子的默认并行度
-
-#### 配置算子的并行度为 `-1`
-Adaptive Batch Scheduler 只会为用户未指定并行度的算子（并行度为 `-1`）推导并行度。
所以如果你想自动推导算子的并行度，需要进行以下配置：
+- [`execution.batch.adaptive.auto-parallelism.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-min-parallelism): 允许自动设置的并行度最小值。
+- [`execution.batch.adaptive.auto-parallelism.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-max-parallelism):
允许自动设置的并行度最大值，如果该配置项没有配置将使用默认并发度作为允许自动设置的并发度最大值。
+- [`execution.batch.adaptive.auto-parallelism.avg-data-volume-per-task`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
+- [`execution.batch.adaptive.auto-parallelism.default-source-parallelism`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-default-source-parallelism):
source 算子的默认并行度
+
+#### 不要明确指定算子的并发度
+Adaptive Batch Scheduler 只会为用户未指定并行度的算子（DataSet作业并行度为 `-1`，DataStream作业并行度为
`-1`或者默认并行度）推导并行度。 所以如果你想自动推导算子的并行度，对于DataStream作业需要进行以下配置：
+- 对于 DataStream 作业，不要在作业中通过算子的 `setParallelism()` 方法来指定并行度
+- 对于 DataStream 作业，不要在作业中通过 `StreamExecutionEnvironment` 的 `setParallelism()`
方法来指定并行度
+####
+对于DataSet作业需要进行以下配置：
- 配置 `parallelism.default: -1`
- 对于 SQL 作业，需要配置 `table.exec.resource.default-parallelism: -1`
-- 对于 DataStream/DataSet 作业，不要在作业中通过算子的 `setParallelism()` 方法来指定并行度
-- 对于 DataStream/DataSet 作业，不要在作业中通过
`StreamExecutionEnvironment/ExecutionEnvironment` 的 `setParallelism()` 方法来指定并行度
+- 对于 DataSet 作业，不要在作业中通过算子的 `setParallelism()` 方法来指定并行度
+- 对于 DataSet 作业，不要在作业中通过 `ExecutionEnvironment` 的 `setParallelism()` 方法来指定并行度
Review Comment:
```suggestion
- 不要通过 `ExecutionEnvironment` 的 `setParallelism()` 方法来指定并行度
```
##########
docs/content.zh/docs/deployment/elastic_scaling.md:
##########
@@ -159,30 +159,33 @@ Adaptive Batch Scheduler 是一种可以自动推导每个算子并行度的批
使用 Adaptive Batch Scheduler 自动推导算子的并行度，需要：
- 启用 Adaptive Batch Scheduler
-- 配置算子的并行度为 `-1`
+- 不要明确指定算子的并发度
#### 启用 Adaptive Batch Scheduler
-为了启用 Adaptive Batch Scheduler, 你需要：
-- 配置 `jobmanager.scheduler: AdaptiveBatch`
+当前Adaptive Batch Scheduler是flink默认的批调度器，为了启用 Adaptive Batch Scheduler, 你需要：
- 由于 ["只支持所有数据交换都为 BLOCKING 模式的作业"](#局限性-2), 需要将
[`execution.batch-shuffle-mode`]({{< ref "docs/deployment/config"
>}}#execution-batch-shuffle-mode) 配置为 `ALL-EXCHANGES-BLOCKING`(默认值) 。
除此之外，使用 Adaptive Batch Scheduler 时，以下相关配置也可以调整:
-- [`jobmanager.adaptive-batch-scheduler.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-min-parallelism): 允许自动设置的并行度最小值。
-- [`jobmanager.adaptive-batch-scheduler.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-max-parallelism): 允许自动设置的并行度最大值。
-- [`jobmanager.adaptive-batch-scheduler.avg-data-volume-per-task`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
-- [`jobmanager.adaptive-batch-scheduler.default-source-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-default-source-parallelism): source
算子的默认并行度
-
-#### 配置算子的并行度为 `-1`
-Adaptive Batch Scheduler 只会为用户未指定并行度的算子（并行度为 `-1`）推导并行度。
所以如果你想自动推导算子的并行度，需要进行以下配置：
+- [`execution.batch.adaptive.auto-parallelism.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-min-parallelism): 允许自动设置的并行度最小值。
+- [`execution.batch.adaptive.auto-parallelism.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-max-parallelism):
允许自动设置的并行度最大值，如果该配置项没有配置将使用默认并发度作为允许自动设置的并发度最大值。
+- [`execution.batch.adaptive.auto-parallelism.avg-data-volume-per-task`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
+- [`execution.batch.adaptive.auto-parallelism.default-source-parallelism`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-default-source-parallelism):
source 算子的默认并行度
+
+#### 不要明确指定算子的并发度
+Adaptive Batch Scheduler 只会为用户未指定并行度的算子（DataSet作业并行度为 `-1`，DataStream作业并行度为
`-1`或者默认并行度）推导并行度。 所以如果你想自动推导算子的并行度，对于DataStream作业需要进行以下配置：
+- 对于 DataStream 作业，不要在作业中通过算子的 `setParallelism()` 方法来指定并行度
+- 对于 DataStream 作业，不要在作业中通过 `StreamExecutionEnvironment` 的 `setParallelism()`
方法来指定并行度
+####
+对于DataSet作业需要进行以下配置：
- 配置 `parallelism.default: -1`
- 对于 SQL 作业，需要配置 `table.exec.resource.default-parallelism: -1`
Review Comment:
This line should be removed.
##########
docs/content.zh/docs/deployment/elastic_scaling.md:
##########
@@ -159,30 +159,33 @@ Adaptive Batch Scheduler 是一种可以自动推导每个算子并行度的批
使用 Adaptive Batch Scheduler 自动推导算子的并行度，需要：
- 启用 Adaptive Batch Scheduler
-- 配置算子的并行度为 `-1`
+- 不要明确指定算子的并发度
#### 启用 Adaptive Batch Scheduler
-为了启用 Adaptive Batch Scheduler, 你需要：
-- 配置 `jobmanager.scheduler: AdaptiveBatch`
+当前Adaptive Batch Scheduler是flink默认的批调度器，为了启用 Adaptive Batch Scheduler, 你需要：
- 由于 ["只支持所有数据交换都为 BLOCKING 模式的作业"](#局限性-2), 需要将
[`execution.batch-shuffle-mode`]({{< ref "docs/deployment/config"
>}}#execution-batch-shuffle-mode) 配置为 `ALL-EXCHANGES-BLOCKING`(默认值) 。
除此之外，使用 Adaptive Batch Scheduler 时，以下相关配置也可以调整:
-- [`jobmanager.adaptive-batch-scheduler.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-min-parallelism): 允许自动设置的并行度最小值。
-- [`jobmanager.adaptive-batch-scheduler.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-max-parallelism): 允许自动设置的并行度最大值。
-- [`jobmanager.adaptive-batch-scheduler.avg-data-volume-per-task`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
-- [`jobmanager.adaptive-batch-scheduler.default-source-parallelism`]({{< ref
"docs/deployment/config"
>}}#jobmanager-adaptive-batch-scheduler-default-source-parallelism): source
算子的默认并行度
-
-#### 配置算子的并行度为 `-1`
-Adaptive Batch Scheduler 只会为用户未指定并行度的算子（并行度为 `-1`）推导并行度。
所以如果你想自动推导算子的并行度，需要进行以下配置：
+- [`execution.batch.adaptive.auto-parallelism.min-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-min-parallelism): 允许自动设置的并行度最小值。
+- [`execution.batch.adaptive.auto-parallelism.max-parallelism`]({{< ref
"docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-max-parallelism):
允许自动设置的并行度最大值，如果该配置项没有配置将使用默认并发度作为允许自动设置的并发度最大值。
+- [`execution.batch.adaptive.auto-parallelism.avg-data-volume-per-task`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-avg-data-volume-per-task):
期望每个任务平均处理的数据量大小。请注意，当出现数据倾斜，或者确定的并行度达到最大并行度（由于数据过多）时，一些任务实际处理的数据可能会远远超过这个值。
+- [`execution.batch.adaptive.auto-parallelism.default-source-parallelism`]({{<
ref "docs/deployment/config"
>}}#execution-batch-adaptive-auto-parallelism-default-source-parallelism):
source 算子的默认并行度
+
+#### 不要明确指定算子的并发度
+Adaptive Batch Scheduler 只会为用户未指定并行度的算子（DataSet作业并行度为 `-1`，DataStream作业并行度为
`-1`或者默认并行度）推导并行度。 所以如果你想自动推导算子的并行度，对于DataStream作业需要进行以下配置：
+- 对于 DataStream 作业，不要在作业中通过算子的 `setParallelism()` 方法来指定并行度
+- 对于 DataStream 作业，不要在作业中通过 `StreamExecutionEnvironment` 的 `setParallelism()`
方法来指定并行度
+####
+对于DataSet作业需要进行以下配置：
Review Comment:
```suggestion
除此之外，对于 DataSet 作业还需要进行以下配置：
```
--
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
To unsubscribe, e-mail: [email protected]
For queries about this service, please contact Infrastructure at:
[email protected]
