今日はそこのグループスロットの小さなパートナーであり、関係（トピックカフカデフォルトでは、以下のトピック）カフカトピックパーティションを尋ね、答えはここに統合のビットは、おそらくです
：まずFLINKタスクマネージャのスロット番号とパーティションのトピックの数は、直接に関連していない、そしてこの質問は実際に求めているが、ことは明らかでなければならない 並行タスクの数とスロット数の関係
スロットの同時=数の最大数
二つの理由がある：各オペレータが同じスロットに平行でないことができ、異なるオペレータは、並列の最大度がスロットの数に等しいように、スロットを共有することができます。
これは、スロット番号とパーティションのトピックの数との間の間接的な関係を持っています：並列子の度合いは、我々は我々のソース（およびそれに続く他の演算子）を設定でき、パーティションカフカオペレータの数に応じて、並列演算子の決定スロットデータの最大程度ながら、の（逆TMスロット番号の数から計算）
公式サイトを見ます：
説明：
図第3タスクマネージャー、各スロット3、9スロットの合計
第チャート：実施例1、WORDCOUNTの場合、複雑な、チェーンオペレータ一緒に、唯一のスロット
3番目の図：Examlple 2、語数場合、2つの同時、2スロットを占めています。3つの設定並列処理することにより：
FLINK-conf.yamlパラメータ並列処理。デフォルト：2 FLINK -p＃2プラス開始- Pパラメータを指定 env.setParallelism（ 2）
第四図：例3 9スロットを占め、語数場合、9つの同時、
第五个图：Example 3，wordcount 案例，source 9 个并发，sink 1 个并发，占 9 个slot（sink 和其中一个 source chain 在一起了）
看一个具体的任务：
我们要读的 topic 有 2 个 partition，我们设置 source 算子的并行度为 2，那我们最小就需要 4 个 slot，Task Manager 配置的 slot 数为2， 那最少就需要 2 个 TM 任务才能正常运行（不考虑其他算子）。
关键代码：
env.setParallelism(2) env.addSource(source).addSink(sink)
提交到yarn 上
上面说明了算子的并发度与TM 的 slot 数的关系。
下面看下，kafka 分区数与 source 算子的并行度关系。
在不修改 kafka consumer 的分区分配策略的情况下，soure 的并行度与 topic 分区数在不同情况下，会有不同的表现，如下：
1、source 并行度 = topic 分区数，正好的情况，一个 并行度，读一个分区的数据
2、source 并行读 < topic 分区数， 会出现部分 并行度读多个 分区的情况，具体可见：flink 读取kafka 数据，partition分配
3、source 并行度 > topic 分区数，会出现部分并行度没有数据的情况
总结下问题：slot 数和 topic 的分区数并没有直接关系，以kafka 做 source 的情况最多，而 kafka topic 的分区数一般又是 Flink source 的并行度，又是 Flink 任务的最大并发度，一般情况下又是 slot 的数量，所以会有一种 slot 数 和 topic 分区数 有直接关系的假象。
注：Task Manager 的 slot 数在 flink-conf.yaml 中配置 参数：
# The number of task slots that each TaskManager offers. Each slot runs one parallel pipeline.
taskmanager.numberOfTaskSlots: 2 # 默认值为1
官网 slot 配置说明：https://ci.apache.org/projects/flink/flink-docs-release-1.9/ops/config.html#configuring-taskmanager-processing-slots （slot 数量推荐是在只有一个任务的情况下，具体配置要看实际情况）
欢迎关注Flink菜鸟公众号，会不定期更新Flink（开发技术）相关的推文
