尚硅谷Flink教程学习笔记（Flink运行时架构）

source 读取数据源，rebalance 随机重新分区，flatmap基于 hashcode 重分区，key aggregate 聚合操作，最后传播到 sink 进行输出

这里面涉及到宽依赖和窄依赖的知识

比如说StreamWordCount代码里的filter、map、keyby就是一个任务链，当具有相同并行度的时候就会被Flink链接成一个任务链，也即看做一个task，里面有三个算子filter、map、keyby
来看一下：
启动我们的集群：

然后到webUI界面看一下我们提交的StreamWordConnt代码的Jar包的Job，可以看到下图只有一个TaskManager和一个TaskSlots，然后available Task Slots为0，因为唯一的一个已经被分配给stream word count job了

然后红色方框里就会我们的flink的task流，其中有两个任务链Operator Chains，因为我在代码里没有设置并行度，在开启job的时候提交的并行度参数是2，所以可以看到有两个蓝色框，然后每个蓝色框里面是一个任务流，里面包含着one-to-one的并行度都为1的算子，里面的每个算子都是subtask