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.htmlBest,
Yang
lichunguang <
[hidden email]> 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/