@JingsongLee <[email protected]> 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 <[email protected]> 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<[email protected]> 写道： > > Hi jun, > > > Jira: https://issues.apache.org/jira/browse/FLINK-16413 > FYI > > > Best, > Jingsong Lee > > > ------------------------------------------------------------------ > From:JingsongLee <[email protected]> > Send Time:2020年3月3日(星期二) 19:06 > To:Jun Zhang <[email protected]>; [email protected] < > [email protected]> > Cc:[email protected] <[email protected]>; like < > [email protected]> > 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 <[email protected]> > Send Time:2020年3月3日(星期二) 18:45 > To:[email protected] <[email protected]>; JingsongLee < > [email protected]> > Cc:[email protected] <[email protected]>; like < > [email protected]> > 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<[email protected]> > 写道： 建议使用Batch模式来读取Hive table。 > > Best, > Jingsong Lee > > > ------------------------------------------------------------------ > From:like <[email protected]> > Send Time:2020年3月2日(星期一) 16:35 > To:[email protected] <[email protected]> > 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<[email protected]> 写道： > 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 <[email protected]> > Send Time:2020年3月2日(星期一) 15:35 > To:[email protected] <[email protected]>; > [email protected] <[email protected]> > 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<[email protected]> > 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 <[email protected]> > Send Time:2020年3月2日(星期一) 14:58 > To:[email protected] <[email protected]> > 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？
