Flink分布式运行分析【任务与操作链、任务槽与资源、状态后端与保存点】

一.任务与操作链

对于分布式执行，Flink链操作子任务一起放入任务。每个任务由一个线程执行。将操作链接到任务是一个有用的优化：它减少了线程到线程的切换和缓冲的开销，并降低延迟的同时提高了总体吞吐量，链接可配置。
如下图：

二.JobManager、TaskManager、Client

• JobManager【也称master】负责协调分布式执行。安排任务，协调检查点，协调故障恢复等。
• TaskManager【也称worker】执行任务的数据流，以及缓冲器和交换数据流。
• Client不是运行和程序执行的一部分，而是被用来准备和发送数据流的JobManager。之后，客户端可以断开连接或保持连接状态以接收进度报告。客户端作为触发执行的Java/Scala程序的一部分运行，也可以在命令行进程中运行./bin/flink run …
  如图：