Hi，具体启动几个 TM、这个据我了解在 yarn 上是不支持自动扩缩 TM 个数的，然后启动多少个 Slot，这个主要取决于你的并行度，如果你的 Job 需要这么多并行度来处理数据的话，那么就需要你有这么多 Slot 去支持你开启这么多并行度，因为一个 Job 的并行度最终还是取决于你的 Slot 是否足够，如果 Slot 不够的话，则会报申请 Slot 失败，还有就是你的 Job 并行度怎么设置，一般上线你自己写的 Flink Job 之前最好自己去做一个压测，看看自己 Job 的设置的并行度是否合理，能否及时的处理数据，不会导致数据堆积。在压测时观察 Job 的每个算子处理情况，可能对于有些算子做的任务有点重会导致该算子的处理速度不及时，这种情况就需要调大些并行度，还有就是假如你去消费 MQ Topic 的数据，MQ 有多个分区，如果你数据量小的话，可能一两个并行度也能处理得过来，也就没必要开这么多并行度，如果消费不过来，那么就得慢慢加大到和 MQ Topic 相同分区个数的并行度，再去观察你的 Job 是否能够及时消费（MQ 数据不堆积）。
具体的量化公式，貌似没有，反正整个调优过程，该如何设置并行度、slot、分配多少个 TM，还得根据你实际业务场景的数据量和处理逻辑的复杂性来衡量。这是本人的观点，如果有更好的建议欢迎分享。
from zhisheng
> 在 2019年6月21日，下午9:42，
[hidden email] 写道：
>
>
> 大家好：
> 我这边Flink运行是on yarn，任务启动时具体启用几个TM、几个Slot，还有并行度之类的资源配置，目前都是基于个人经验进行配置。我想问一下具体影响Flink任务资源配置的维度有哪些？还有这些维度能不能具体量化出来，经过一定的计算来动态规划资源，应该采用什么方案，从而在平台上减少研发的参与。
> 谢谢大家
>
>
>
[hidden email]
Locked
