Apache Flink从开发到生产上线的过程中，我们应该如何确定集群规划大小？

1. 取决业务涉及到数据规模，比如使用kafka，那么kafka的入口流量qps
2. 如果涉及到聚合，还需考虑状态更新次数

第一步是仔细考虑应用程序的运维指标，以达到所需资源的基线。 需要考虑的关键指标是： ● 每秒记录数和每条记录的大小 ● 已有的不同键（key）的数量和每个键对应的状态大小 ● 状态更新的次数和状态后端的访问模式 最后，一个更实际的问题是与客户之间围绕停机时间、延迟和最大吞吐量的服务 级别协议（sla），因为这些直接影响容量规划。 接下来，根据预算，看看有什么可用的资源。例如： ● 网络容量，同时把使用网络的外部服务也纳入考虑，如 Kafka、HDFS 等。 ● 磁盘带宽，如果您依赖于基于磁盘的状态后端，如 RocksDB（并考虑其他磁 盘使用，如 Kafka 或 HDFS） ● 可用的机器数量、CPU 和内存 基于所有这些因素，现在可以为正常运行构建一个基线，外加一个资源缓冲量用 于恢复追赶或处理负载尖峰。建议您在建立基线时也考虑检查点期间（checkpoint- ing）使用的资源情况。