[flink-008]分布式计算环境

（译改自https://ci.apache.org/projects/flink/flink-docs-release-1.8/concepts/runtime.html）

在分布式环境下，flink把多个算子子任务operator subtask，chain链接成一个task。每个task由一个线程执行。

flink集群有两种角色：

JobManager，也叫master，管理计算环境，包括规划任务，同步检查点，处理错误恢复等，每个集群至少有一个master，HA时有多个master，其中一个是leader，其他的叫standby;

TaskManager，也叫worker，执行任务，存储和交换数据流，每个集群至少有一个worker。

flink client，不是集群的一部分，它是集群外的节点，主要作用是向集群提交任务，提交后可以断开跟集群的连接。

集群的一个节点，至少有一个worker，硬件资源足够，也可以有多个worker。每个worker，运行一个TaskManager，是一个JVM进程，可以在多个线程上执行多个任务。在一个JVM上的任务，共享TCP连接，共享心跳，共享部分数据结构。每个TaskManger至少有一个TaskSlot，负责执行Task。Task Slot数量决定能同时执行的任务数。如果一个TaskManger有3个Task Slot，那么每个Task Slot使用TaskManger控制的内存的三分之一，Task Slot只均分内存资源，不均分CPU资源。

存盘点SavePoint，是手工保存的检查点，象打游戏一样，定期存盘，如果后续出错了，重新导入数据，重新计算。