FLINK - 整理

flink运行时组件

作业管理器(JobManager)

1. 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。 .

2. 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。

3. 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。

4. 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)

1. 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。
2. 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。
3. 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)

1. 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。
2. 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。
3. 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)

1. 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。
2. 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。
3. 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

1. 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)
2. 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。
3. 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

1. 一个特定算子的子任务(subtask)的个数被称之为其并行度(parallelism)。
2. 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）。