我正在做一个flink的工作，它从Kafka那里获取MSG，并最终把它们写到Cassandra的Flume里。
我摄入了大约500毫克/秒，这是平Map到约60000Cassandra插入。作业并行度为5（从5个kafka分区读取）。当接收开始时，我看到作业成功地写入了所有msg，kafka消费者并没有落后。
大约一分钟后，我突然开始看到Kafka消费率下降，Kafka记录滞后和Kafka消费者平均回迁时间增加。
查看flinkui，我发现sink操作符（cassandrapojosink）是导致背压的操作符，但是cassandra没有耗尽cpu和内存，对它的写延迟是稳定的和低的。向sink操作符添加更多的并行性（5->20）有一定帮助，但并不能解决问题。
有人能给我指出解决这类问题的正确方向吗？添加越来越多的并行性似乎是一个糟糕的解决方案（或者是？）。
谢谢！