flink运行时组件
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)和打包了所有的类、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。
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。
资源管理器(ResourceManager)
- 主要负责管理任务管理器(TaskMananer)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。
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
心行的信息。 - 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。
TaskManager / slot
- Flink中每一个TaskManager都是一个JVM进程,它可能会在独立的线程上执行一个或多个子任务 为了控制一个TaskManager能接收多少个task,TaskManager通过task slot 来进行控制(一个TaskManager至少有一个slot)
- 默认情况下,Flink 允许子任务共享slot,即使它们是不同任务的子任务。这样的结果是,一个slot可以保存作业的整个管道。
- Task Slot是静态的概念,是指TaskManager具有的并发执行能力
一般推荐插槽数设置为服务器的cpu核心数。(配置文件taskmanager.numberOfTaskSlots 字段值默认为1)
并行度
- 一个特定算子的子任务(subtask)的个数被称之为其并行度(parallelism)。
- 一般情况下,一个stream 的并行度,可以认为就是其所有算子中最大的并行度。
作业的并行度必须要小于可用插槽数、否则任务提交会因为TaskManager 没有 slot 使用而失败
状态
一个作业包含多个子任务、不同子任务之间存在共享变量,此时的变量被称为状态(编码中的StateDescriptor及其子类,常用MapStateDescriptor)。