# 配置SQL作业源表并行度
#### 操作场景
在Flink SQL作业中，源表的并行度默认由全局并行度决定，无法单独控制。当源表的数据量较大或需要独立调整消费速率时，全局并行度设置无法满足精细化的性能调优需求。Flink支持通过"scan.parallelism"参数单独设置源表的并行度，使源表并行度与全局并行度解耦，实现更灵活的资源分配和性能优化。
#### 约束与限制
本章节适用于MRS 3.6.0-LTS及之后版本。
#### 配置SQL作业源表并行度
在SQL作业中，可以通过"scan.parallelism"参数设置自定义并行度，以调整作业性能。
- SQL示例：
  ```
  CREATE TABLE KafkaSource (
    `user_id` VARCHAR,
    `user_name` VARCHAR,
    `age` INT
  ) WITH (
    'connector' = 'kafka',
    'topic' = 'test_source',
    'properties.bootstrap.servers' = 'Kafka的Broker实例业务IP:Kafka端口号',
    'properties.group.id' = 'testGroup',
    'scan.startup.mode' = 'earliest-offset',
    'scan.parallelism' = '2',
    'format' = 'csv'
  );
  CREATE TABLE KafkaSink(
    `user_id` VARCHAR,
    `user_name` VARCHAR,
    `age` INT
  ) WITH (
    'connector' = 'kafka',
    'topic' = 'test_sink',
    'properties.bootstrap.servers' = 'Kafka的Broker实例业务IP:Kafka端口号',
    'value.format' = 'csv'
  );
  Insert into
    KafkaSink
  select
    *
  from
    KafkaSource;
  ```
  
- hints方式示例：
  ```
  Insert into
    KafkaSink
  select
    *
  from
    KafkaSource /*+ OPTIONS('scan.parallelism'='2') */;
  ```