Flink 运行时的组建

• 作业管理器： JobManager
• 任务管理器： TaskManager
• 资源管理器：ResourceManager
• 分发器：Dispacher

作业管理器（JobManager）

• 控制一个应用程序执行的主进程，也就是说，每个应用程序都会被不同的JobManager所控制
• jobManager 会先接受到要执行的应用程序，这个应用程序会包括：作业图（JobGraph）,逻辑数据图（logical dataflow graph）和打包了所有的类库和其他资源的JAR包。
• JobManager 会向资源管理器请求执行任务必要的资源，也就是任务管理器上的插槽（slot）,一旦他获得足够的资源，就会将执行图分发到真正运行他们的TaskManager上，而运行过程中，jobManager会负责所需要的中央协调的操纵，比如说检查点（checkpoints）协调。

任务管理器 （TaskManager）

• Flink 的工作进程。通常在Flink中会有多个TaskManager 运行，每个TaskManager会包含一定数量的插槽（slots）.插槽的数量限制了TaskManager能够执行的数量。
• 启动后，TaskManager会向资源管理器注册他的插槽，收到资源管理的指令后，TaskManager 就会将一个或者多个插槽提供给JobManager调用，JobManager就可以向插槽分配任务（tasks）来执行了。
• 在执行中，一个taskManager 可以跟其他运行同一个应用程序的TaskManager 交换数据。

资源管理（ResourceManager）

• 主要负责管理 ，任务管理器的插槽（slot）,TaskManager插槽是Flink中定义的处理资源单元。
• Flink 为不同的环境和资源管理工具提供了不同的资源管理器，比如 YARN，K8s,以及 Standalone部署。

分发起（Dispatcher）

• 可以跨作业运行，他为应用提供了REST接口，
• 当一个应用被提交执行的时候，他就会启动并将应用移交给一个JobManager.
• 他会启动一个 Web UI，方便展示信息

任务提交流程

任务提交流程.png

任务提交流程 （Yarn）

任务提交流程（Yarn）.png

任务提交原理

任务调度原理.png

并行度

一个特定算子的子任务的个数被称为其并行度。一般情况下，
一个stream的并行度，可认为就是其所有算子中最大的并行度

并行度.png

TaskManager 和 Slots

• Flink 中每个TaskManager 都是JVM进程，
  它可能会在独立的线程上执行一个或多个子任务
• 为了控制一个TaskManager 能接受多少个Task,TaskManager通过
  task slot 来进行控制（一个TaskManager 至少有一个slot）
  taskManager和slot.png
  TaskManager和slot(2).png
  设置 slot 共享组

.slotSharingGroup("red")

结果： 默认的共享组是"default",设置不同的共享组后，整个计算任务会 ，比之前会占多个slot

例如：

并行子任务的分配.png

flink 子任务的分配

flink子任务分配.png
flink子任务分配2.png

flink 的执行步骤图

flink执行步骤图.png

数据传输形式

一个程序中，不同的算子可能具有不同的并行度
算子之间的传输数据的形式可以是 one-to-one (forwarding)的模式
也可以是 redistributing的模式，具体是哪一种形式，取决于算子的种类

one-to-one :

stream维护着分区以及元素的顺序（比如source 和map）,着意味着map
算子的子任务生产的元素的个数以及顺序跟source算子的子任务生产的元素的个数 ，顺序相同。
map,fliter,flatMap 等算子都是 one-to-one的对应关系

redistributing:

stream的分区会发生改变。，每个算子的子任务依据所选择的transformation
发送数据到不同的目标任务。例如，keyBy基于hashCode 重分区，而broadcast 和 rebalance
会随机重新分区。这些算子都会引起redistribute过程，而redistribute过程
就类似于spark中的shuffle过程。

任务链

任务链0.png
任务链.png