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。

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。

Apache Flink 的 Kinesis Data Analytics 中的应用程序扩展

您可以为 Apache Flink 配置 Amazon Kinesis Data Analytics parallel 执行任务和资源分配，以实施扩展。有关 Apache Flink 如何计划 parallel 任务实例的信息，请参阅并行执行中的Apache Flink 文档.

配置应用程序 Parallelism 和 ParallelismPerKPU

您可以使用以下命令为 Kinesis Data Analytics 应用程序任务（例如从源代码读取或执行运算符）配置 parallel 行执行ParallelismConfiguration属性：

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

分配 Kinesis 处理单元

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

Allocated KPUs for the application = Parallelism/ParallelismPerKPU

Kinesis Data Analytics 可以快速为应用程序提供资源，以应对出现的吞吐量或处理活动高峰。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。有关如何请求增加该限制的说明，请参阅中的 “请求增加限制”。Service Quotas.

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 API 示例代码。

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_13",
   "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 可以灵活地扩展应用程序的并行度，以适应源数据的数据吞吐量，以及大多数情况下的操作符复杂性。Kinesis Data Analytics 可以监控应用程序的资源 (CPU) 使用情况，并相应地弹性地扩展应用程序的并行度。

Kinesis Data Analytics 不会减少你的应用CurrentParallelism价值低于你的应用程序Parallelism设置。

当 Kinesis Data Analytics 服务正在扩展您的应用程序时，它将在AUTOSCALING状态。您可以使用DescribeApplication要么ListApplications行动。当服务正在扩展您的应用程序时，您唯一可以使用的有效 API 操作是StopApplication使用Force将参数设置为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AmazonKinesis Data Analytics 预置的 KPU 将被收费，Kinesis Data Analytics 预置的 KPU 取决于应用程序的parallelism和parallelismPerKPU设置。活动高峰将会增加您的 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：

MaxParalism 注意事项

有关更多信息，请参阅Apache Flink 的增强监控和自动缩放

有关示例，请参阅 。kda flink-app 自动缩放.