我在flink中有一个流，它从一个源发送多维数据集，对多维数据集进行转换（向多维数据集中的每个元素添加1），然后最后将其发送到下游以打印每秒的吞吐量。
流在4个线程上并行化。
如果我理解正确 windowAll 运算符是非并行变换，因此应该将并行化缩小到1，并将其与 TumblingProcessingTimeWindows.of(Time.seconds(1)) ，将最近一秒内所有并行子任务的吞吐量相加并打印。我不确定是否得到正确的输出，因为每秒的吞吐量是这样打印的：

1> 25
2> 226
3> 354
4> 372
1> 382
2> 403
3> 363
...

问题：流打印机是打印每个线程（1、2、3和4）的吞吐量，还是仅选择线程3打印所有子任务的吞吐量总和？
当我在开始时将环境的并行度设置为1时 env.setParallelism(1) ，我没有得到吞吐量之前的“x>”，但我似乎得到了与设置为4时相同（甚至更好）的吞吐量。这样地：

45
429
499
505
1
503
524
530
...

以下是程序的代码片段：

imports...

public class StreamingCase {
    public static void main(String[] args) throws Exception {
        int parallelism = 4;

        final StreamExecutionEnvironment env =
                StreamExecutionEnvironment.getExecutionEnvironment();
        env.setStreamTimeCharacteristic(TimeCharacteristic.ProcessingTime);
        env.setParallelism(parallelism);

        DataStream<Cube> start = env
                .addSource(new CubeSource());

        DataStream<Cube> adder = start
                .map(new MapFunction<Cube, Cube>() {
                    @Override
                    public Cube map(Cube cube) throws Exception {
                        return cube.cubeAdd(1);
                    }
                });

        DataStream<Integer> throughput = ((SingleOutputStreamOperator<Cube>) adder)
                .windowAll(TumblingProcessingTimeWindows.of(Time.seconds(1)))
                .apply(new AllWindowFunction<Cube, Integer, TimeWindow>() {
                    @Override
                    public void apply(TimeWindow tw,
                                      Iterable<Cube> values,
                                      Collector<Integer> out) throws Exception {
                        int sum = 0;
                        for (Cube c : values)
                            sum++;
                        out.collect(sum);
                    }
                });
        throughput.print();
        env.execute("Cube Stream of Sweetness");
    }
}