Flink架构组件JobManager和TaskManager

 JobManager和TaskManager交互通过Task对象

Actor System是Akka最重要的一个组件。

Job Dispatcher负责接收Client提交的JobGraph对象,然后拆分成不同的作业,提交到TaskManager.   这个过程会涉及到Job的分发。

standlone模式和yarn模式的ResourceManager是不同的实现。

TaskManager启动后会主动向JobManager进行一个rpc远程的Connection注册,

 TaskManager是一个JVM进程,那么对于Task Slot资源池,是一个Thread Pool

 

 

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我来回答你的问题。 (1) 大数据Lambda架构的优点是能够快速处理海量数据,并且具有高可靠性和可扩展性;同时能够处理实时数据和历史数据,适用于各种场景。但是,Lambda架构也存在一些局限性,例如需要维护两套代码,增加了开发和维护的难度;同时实时和离线处理存在不一致性的问题,需要额外处理。 (2) Flink在企业中的应用场景很多,例如实时数据处理、流式ETL、实时流查询、复杂事件处理、机器学习等。其中,一个典型的应用场景是实时数据处理,例如金融、电商、物流等行业,需要实时处理大量的数据,进行实时计算和决策。 (3) Flink核心组件栈包含了四个层次:API和运行时、分布式存储、集群管理和客户端。API和运行时层次包含了DataStream API和DataSet API,以及Flink的执行引擎;分布式存储层次包含了Flink自带的分布式文件系统和第三方存储系统;集群管理层次包含了Flink自带的YARN和Mesos集群管理器,以及Kubernetes;客户端层次包含了Flink的命令行客户端和Web界面。 (4) FlinkJobManagerTaskManager具体功能如下:JobManager负责整个Flink集群的管理和协调,包括任务调度、资源分配、任务监控等;TaskManager则是具体任务的执行者,负责任务的执行和结果输出,同时与JobManager通信保持状态一致。 (5) Flink编程模式的层次结构包括:基础API、Table API和SQL、高级API和库、批处理API。其中,基础API包括DataStream API和DataSet API,用于实现流处理和批处理;Table API和SQL提供了类似关系型数据库的编程模式,支持SQL查询和基于表的操作;高级API和库包括CEP、Gelly、ML等库,用于实现复杂事件处理、图处理、机器学习等高级应用;批处理API则是基于DataSet API的批处理操作。这些API可以相互组合,形成不同的编程模式,满足不同的应用需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值