3.flink运行时架构解析

 1.flink任务调度原理

Flink 运行时架构主要组成：
             Client、JobManager(master节点)和TaskManger(slave节点)。

 

Client：Flink 作业在哪台机器上面提交，那么当前机器称之为Client。用户开发的Program 代码，它会构建出DataFlow graph，然后通过Client提交给JobManager。

JobManager：是主（master）节点，相当于YARN里面的REsourceManager，生产环境中一般可以做HA 高可用。JobManager会将任务进行拆分，调度到TaskManager上面执行。

TaskManager：是从节点（slave），TaskManager才是真正实现task的部分。

Client提交作业到JobManager，需要跟JobManager进行通信，使用Akka框架进行通信，另外Client与JobManager进行数据交互，使用的是Netty框架。Akka通信基于Actor System，Client可以向JobManager发送指令，比如Submit job或者Cancel /update job。JobManager也可以反馈信息给Client，比如status updates，Statistics和results。

Client提交给JobManager的是一个Job，然后JobManager将Job拆分成task，提交给TaskManager（worker）。JobManager与TaskManager也是基于Akka进行通信，JobManager发送指令，比如Deploy/Stop/Cancel Tasks或者触发Checkpoint，反过来TaskManager也会跟JobManager通信返回Task Status，Heartbeat（心跳），Statistics等。另外TaskManager之间的数据通过网络进行传输，比如Data Stream做一些算子的操作，数据往往需要在TaskManager之间做数据传输。

当Flink系统启动时，首先启动JobManager和一至多个TaskManager。JobManager负责协调Flink系统，TaskManager则是执行并行程序的worker。当系统以本地形式启动时，一个JobManager和一个TaskManager会启动在同一个JVM中。当一个程序被提交后，系统会创建一个Client来进行预处理，将程序转变成一个并行数据流的形式，交给JobManager和TaskManager执行。

补充说明如下：

1.  作业管理器（JobManager）
   控制一个应用程序执行的主进程，接收应用程序的执行，该应用程序包括：作业图（jobGraph)、逻辑数据流图（logical dataflow graph）和打包了所有类库和其他资源的jar包。
   JobManager会把JobGraph转换成一个物理层面的数据流图，即执行图（executionGraph）,包含所有可以并行执行的任务。
   JobManager向资源管理器（ResourceManager）申请执行任务所需的资源，即任务管理器（Taskmanager）上的插槽（slot）。获取到足够资源就会将执行图分发到真正运行任务 的Taskmanager上，整个过程中JobManager负责中央协调的操作，如检查单（checkpoint）的协调。 
2. 任务管理器（TaskManager）
    2.1 Flink中的工作进程。通常在flink中会有多个TaskManager运行，每个一个taskManager中包含一定数量的插槽（slots）。插槽的数量限制了taskManager能执行的任务数量。
   2.2 启动之后，taskmanager会向资源管理器注册它的插槽；收到资源管理器的指令后，taskManager会将插槽一个或多个提供给jobmanager调用。JobManager可以向插槽分配任务（tasks）来执行。
   2.3 在执行过程中，一个taskmanager可以跟其它运行同一个应用程序的taskmanager交换数据。

3. 资源管理器（ResourceManager）
   3.1 负责管理任务管理器（TaskManager）的插槽（slot），TaskManager插槽是Flink中定义的处理资源单元。
   3.2 Flink为不同的环境和资源管理工具提供了不同资源管理器，比如YARN、Mesos、K8s，以及standalone部署。
   3.3 当JobManager申请插槽资源时，ResourceManager会将有空闲插槽的TaskManager分配给JobManager。如果ResourceManager没有足够的资源满足JobManager的请求，它还可以向资源提供平台发起会话，以提供启动TaskManager进程的容器。

4. 分发器（Dispacher）
   可以跨作业运行，它为应用提交提供了REST接口。
   当一个应用被提交执行时，分发器就会启动并且将应用移交给一个JobManager。
   Dispacher在架构中可能并不是必需的，这取决于应用提交运行的方式。

 
2.运行时架构组件

3.flink任务提交流程