Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

AKinesis Data Analytics he

您可以为 Amazon Kinesis Data Analytics for Apache Flink 配置任务的parallel 执行和资源分配，以实现扩展。有关 Apache Flink 如何调度任务的parallel 实例的信息，请参阅 Apache Flink 文档中的并行执行。

配置应用程序并行度和 ParallelismPer KPU

您可以使用以下ParallelismConfiguration属性为 Kinesis Data Analytics 应用程序任务（例如从源读取或执行运算符）配置parallel 执行：

有关为特定运算符设置任务并行度的信息，请参阅 Apache Flink 文档中的设置并行度：运算符。

分配 Kinesis 处理单元

Kinesis Data Analytics 将容量配置为 KPU。一个 KPU 可为您提供 1 个 vCPU 和 4 GB 内存。对于分配的每个 KPU，还提供了 50 GB 运行的应用程序存储。

Kinesis Data Analytics 使用Parallelism和ParallelismPerKPU属性计算运行应用程序所需的 KPU，如下所示：

Allocated KPUs for the application = Parallelism/ParallelismPerKPU

Kinesis Data Analytics 可快速为您的应用程序提供资源，以应对吞吐量或处理活动的峰值。在活动高峰过后，它逐渐从应用程序中删除资源。要禁止自动分配资源，请将 AutoScalingEnabled 值设置为 false，如后面的更新应用程序的并行度中所述。

应用程序的默认 KPU 限制为 32 个。有关如何申请提高此限额的说明，请参阅Service Quotas 中的 “申请提高限额”。

更新应用程序的并行度

本节包含设置应用程序并行度的 API 操作的示例请求。有关如何将请求块与 API 操作一起使用的更多示例和说明，请参阅Kinesis Data Analytics。

CreateApplication 操作的以下示例请求在您创建应用程序时设置并行度：

{
   "ApplicationName": "string",
   "RuntimeEnvironment":"FLINK-1_15",
   "ServiceExecutionRole":"arn:aws:iam::123456789123:role/myrole",
   "ApplicationConfiguration": { 
      "ApplicationCodeConfiguration":{
      "CodeContent":{
         "S3ContentLocation":{
            "BucketARN":"arn:aws:s3:::mybucket",
            "FileKey":"myflink.jar",
            "ObjectVersion":"AbCdEfGhIjKlMnOpQrStUvWxYz12345"
            }
         },
      "CodeContentType":"ZIPFILE"
   },   
      "FlinkApplicationConfiguration": { 
         "ParallelismConfiguration": { 
            "AutoScalingEnabled": "true",
            "ConfigurationType": "CUSTOM",
            "Parallelism": 4,
            "ParallelismPerKPU": 4
         }
      }
   }
}

UpdateApplication 操作的以下示例请求为现有的应用程序设置并行度：

{
   "ApplicationName": "MyApplication",
   "CurrentApplicationVersionId": 4,
   "ApplicationConfigurationUpdate": { 
      "FlinkApplicationConfigurationUpdate": { 
         "ParallelismConfigurationUpdate": { 
            "AutoScalingEnabledUpdate": "true",
            "ConfigurationTypeUpdate": "CUSTOM",
            "ParallelismPerKPUUpdate": 4,
            "ParallelismUpdate": 4
         }
      }
   }
}

UpdateApplication 操作的以下示例请求为现有的应用程序禁用并行度：

{
   "ApplicationName": "MyApplication",
   "CurrentApplicationVersionId": 4,
   "ApplicationConfigurationUpdate": { 
      "FlinkApplicationConfigurationUpdate": { 
         "ParallelismConfigurationUpdate": { 
            "AutoScalingEnabledUpdate": "false"
         }
      }
   }
}

自动扩展

Kinesis Data Analytics 可弹性扩展应用程序的并行度，以适应大多数场景下源的数据吞吐量和操作员的复杂性。Kinesis Data Analytics 监控应用程序的资源 (CPU) 使用情况，并相应地弹性地向上或向下扩展应用程序的并行度：

Kinesis Data Analytics 不会将应用程序的CurrentParallelism价值降低到低于应用程序的Parallelism设置。

当 Kinesis Data Analytics 服务扩展您的应用程序时，它将处于AUTOSCALING状态。您可以使用 DescribeApplication或 ListApplications操作检查当前的申请状态。当该服务正在扩展您的应用程序时，您可以使用的唯一有效的 API 操作是 StopApplication将Force参数设置为true。

您可以使用 AutoScalingEnabled 属性（FlinkApplicationConfiguration 的一部分）启用或禁用自动扩展行为。您的Amazon账户需要为 Kinesis Data Analytics 预置的 KPU 付费，这取决于您的应用程序parallelism和parallelismPerKPU设置。活动激增会增加您的 Kinesis Data Analytics 成本。

有关定价的信息，请参阅 Amazon Kinesis Data Analytics 定价。

请注意有关应用程序扩展的以下内容：

最大并行度注意事项

有关更多信息，请参阅 Apache Flink 的增强监控和自动扩展

有关示例，请参见 kda-flink-app-autoscaling。