flink并行度优先

Flink的并行度（Parallelism）是指Flink Job中的数据流可以同时处理的任务数。设置合适的并行度对于Flink性能优化非常重要。"优先"这个说法可能指的是在配置时，Flink倾向于自动调整并行度以充分利用资源，通常它会优先考虑以下几个因素：

1. **硬件资源**：如果集群有充足的计算资源，Flink可能会默认设置较高的并行度，以便更快地处理数据。

2. **任务划分**：Flink将数据分片到各个并行任务上，如果数据大小适中并且分布均匀，更高的并行度可以提高处理速度。

3. **网络带宽**：并行度过高可能导致网络瓶颈，因此Flink会根据实际网络条件适当调整。

4. **内存限制**：过多的并行度可能导致内存不足，Flink会在内存可用范围内选择最优的并行度。

5. **CPU调度策略**：有些情况下，Flink可能会基于系统的CPU调度算法动态调整并行度，以达到最佳性能。

用户可以在运行时通过`setParallelism()`函数手动设置并行度，也可以让Flink根据作业特性自动决定，比如使用`StreamExecutionEnvironment.getRuntimeContext().getNumberOfParallelSubtasks()`获取当前作业的并行度。