flink入门-02-Flink运行架构

1、Flink 运行时的组件

1.1 Flink 运行时的组件

 

1.2 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一个不同的 JobManager 所控制执行。

• JobManager 会先接收到要执行的应用程序,这个应用程序会包括:

➢ 作业图 (JobGraph)、

➢ 逻辑数据流图(logical dataflow graph)

➢ 打包了所有的类、 库和其它资源的JAR包。

• JobManager 会把JobGraph转换成一个物理层面的数据流图,这个图被叫做 “执行图”(ExecutionGraph),包含了所有可以并发执行的任务。

• JobManager 会向资源管理器(ResourceManager)请求执行任务必要的资源, 也就是任务管理器(TaskManager)上的插槽(slot)。一旦它获取到了足够的 资源,就会将执行图分发到真正运行它们的TaskManager上。而在运行过程中, JobManager会负责所有需要中央协调的操作,比如说检查点(checkpoints) 的协调。

1.3 任务管理器(TaskManager)

• Flink中的工作进程。通常在Flink中会有多个TaskManager运行,每一 个TaskManager都包含了一定数量的插槽(slots)。插槽的数量限制 了TaskManager能够执行的任务数量。

• 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。

• 在执行过程中,一个TaskManager可以跟其它运行同一应用程序的 TaskManager交换数据。

1.4 资源管理器(ResourceManager)

• 主要负责管理任务管理器(TaskManager)的插槽(slot), TaskManger 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资源管理器,比如YARN、 Mesos、K8s,以及standalone部署。

• 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 够的插槽来满足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。

1.5 分发器(Dispatcher)

• 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,分发器就会启动并将应用移交给一个 JobManager。

• Dispatcher也会启动一个Web UI,用来方便地展示和监控作业 执行的信息。

• Dispatcher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、任务提交流程

2.1 任务提交流程

 

2.2 任务提交流程(YARN)

 

3、 任务调度原理

3.1 任务调度原理

 

3.2 思考

• 怎样实现并行计算?

• 并行的任务,需要占用多少slot?

• 一个流处理程序,到底包含多少个任务?

3.3 并行度(Parallelism)

 

3.4 TaskManager 和 Slots

 

 

3.5 并行子任务的分配

 

图例1

 

图例2

 

4、程序与数据流(DataFlow)

 

• 所有的Flink程序都是由三部分组成的: Source 、Transformation 和 Sink。

• Source 负责读取数据源,Transformation 利用各种算子进行处理加工,Sink 负责输出

• 在运行时,Flink上运行的程序会被映射成“逻辑数据流”(dataflows),它包 含了这三部分

• 每一个dataflow以一个或多个sources开始以一个或多个sinks结束。dataflow 类似于任意的有向无环图(DAG)

• 在大部分情况下,程序中的转换运算(transformations)跟dataflow中的算子 (operator)是一一对应的关系

 

4.1 执行图(ExecutionGraph)

Flink 中的执行图可以分成四层:StreamGraph -> JobGraph -> ExecutionGraph -> 物理执行图

➢ StreamGraph:是根据用户通过 Stream API 编写的代码生成的最初的图。用来 表示程序的拓扑结构。

➢ JobGraph:StreamGraph经过优化后生成了 JobGraph,提交给 JobManager 的数据结构。主要的优化为,将多个符合条件的节点 chain 在一起作为一个节点

➢ ExecutionGraph:JobManager 根据 JobGraph 生成ExecutionGraph。 ExecutionGraph是JobGraph的并行化版本,是调度层最核心的数据结构。

➢ 物理执行图:JobManager 根据 ExecutionGraph 对 Job 进行调度后,在各个 TaskManager 上部署 Task 后形成的“图”,并不是一个具体的数据结构。

 

4.2 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之间)。 这意味着map 算子的子任务看到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。每一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。

4.3 任务链(Operator Chains)

• Flink 采用了一种称为任务链的优化技术,可以在特定条件下减少本地 通信的开销。为了满足任务链的要求,必须将两个或多个算子设为相同 的并行度,并通过本地转发(local forward)的方式进行连接

相同并行度one-to-one 操作,Flink 这样相连的算子链接在一起形 成一个 task,原来的算子成为里面的subtask

• 并行度相同、并且是 one-to-one 操作,两个条件缺一不可

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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

打赏作者

步道师就是我

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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