Flink架构分析之资源分配

Task Slot

    Flink中每个真正执行任务的TaskManager都是一个JVM进程，其在多线程环境中执行一个或者多个子任务。为了控制一个JVM同时能运行的任务数量，flink引入了task slot的概念。每一个task solt代表了TaskManager资源的一个子集，比如，一个拥有3个solt的TaskManager,每一个solt可以使用1/3TM所管理的内存。进行资源分割意味着为子任务保留足够的内存，从而避免与其他子任务进行竞争。注意：当前solt还不能分割cpu资源，仅仅对内存进行了分割。

    通过调整TMsolt的数量，用户可以确定子任务的隔离程度，比如，每个TM只设置一个solt，那么就意味着每一个任务组都在单独的JVM中执行。共用JVM的任务可以共享TCP链接，心跳消息，甚至可能共享数据集。

    默认情况下，flink允许子任务共享slot只要这些子任务属于同一job。允许solt共享主要有以下两方面的好处:

flink计算一个job所需solt数量时，只需要确定所其最大并行度(parallelism),而不用计算每一个任务的并行度的总和。

能更好的利用资源，如果没有solt共享，那些资源需求不大的map子任务将和资源需求更大的window占用相同的资源。

    当然Flink也提供了资源分组机制相关API，允许用户避免非预期的资源共享。

startNewChain 从此operator开始新的资源共享链

disableChaining 禁止把此operator加入到资源共享链中

slotSharingGroup 把此operator加入到指定的资源共享组中

资源分配逻