【Flink源码】从StreamExecutionEnvironment说起

本系列是针对 Flink 源码进行的一系列探究过程，旨在通过 Flink 源码全面地、详细地了解 Flink 原理

写过 Flink 程序的朋友都知道，Flink 程序的第一行代码就是创建可执行环境，如下：

final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

根据 getExecutionEnvironment 可以自动获取可执行环境，那么具体过程究竟是怎样的呢？
接下来我们从 StreamExecutionEnvironment 说起

---

以 getExecutionEnvironment 开篇

StreamExecutionEnvironment.java

public static StreamExecutionEnvironment getExecutionEnvironment() {
    return getExecutionEnvironment(new Configuration());
}

StreamExecutionEnvironment 方法最终还是调用 getExecutionEnvironment(Configuration configuration) 方法
其中，新建的类 Configuration 用于获取 Flink 的键值对配置

接下来我们来看 getExecutionEnvironment(Configuration configuration) 方法

public static StreamExecutionEnvironment getExecutionEnvironment(Configuration configuration) {
            // 检查当前上下文是否存在可用的 EnvironmentFactory
    return Utils.resolveFactory(threadLocalContextEnvironmentFactory, contextEnvironmentFactory)
            // 若当前上下文存在可用的 EnvironmentFactory，则基于该工厂类创建 ExecutionEnvironment
            .map(factory -> factory.createExecutionEnvironment(configuration))
            // 若工厂类未能创建 ExecutionEnvironment，则调用 createLocalEnvironment(configuration) 创建 LocalStreamEnvironment
            .orElseGet(() -> StreamExecutionEnvironment.createLocalEnvironment(configuration));
}

• 首先，使用配置类 Utils 的 resolveFactory 方法实现对当前上下文中是否存在可用的 EnvironmentFactory 的检查，返回一个 StreamExecutionEnvironmentFactory 对象

Utils.java

public static <T> Optional<T> resolveFactory(
            ThreadLocal<T> threadLocalFactory, @Nullable T staticFactory) {
    final T localFactory = threadLocalFactory.get();     // 从本地线程中取出 T 对象
    final T factory = localFactory == null ? staticFactory : localFactory;     // 若 T 对象为 null，则返回 staticFactory

    return Optional.ofNullable(factory);
}

resolveFactory 先从本地线程中查找 StreamExecutionEnvironmentFactory 对象，若无法找到则返回静态工厂

• 接下来第二步使用 StreamExecutionEnvironmentFactory 工厂类方法 createExecutionEnvironment 使用 Configuration 配置创建 StreamExecutionEnvironment
• 若未能创建 StreamExecutionEnvironment，则调用本类的另一个方法 createLocalEnvironment 创建本地执行环境

接下来，我们再来仔细阅读 createLocalEnvironment 的实现过程

public static LocalStreamEnvironment createLocalEnvironment() {
    return createLocalEnvironment(defaultLocalParallelism);
}

该方法调用的是 createLocalEnvironment(int parallelism)，其中参数 defaultLocalParallelism 是本地环境中的默认并行度，如下所示，返回的是 JVM 可用的处理器个数，以此作为默认的本地并行度，实际就是本机 CPU 核心数。

private static int defaultLocalParallelism = Runtime.getRuntime().availableProcessors();

接下来我们再看 createLocalEnvironment(int parallelism)

public static LocalStreamEnvironment createLocalEnvironment(int parallelism) {
    return createLocalEnvironment(parallelism, new Configuration());
}

调用的是 createLocalEnvironment(int parallelism, Configuration configuration) 加入了配置，再继续看

public static LocalStreamEnvironment createLocalEnvironment(
        int parallelism, Configuration configuration) {
    Configuration copyOfConfiguration = new Configuration();
    copyOfConfiguration.addAll(configuration);
    copyOfConfiguration.set(CoreOptions.DEFAULT_PARALLELISM, parallelism);
    return createLocalEnvironment(copyOfConfiguration);
}

该函数首先对配置做了一次拷贝并加入了并行度的配置，然后调用 createLocalEnvironment(Configuration configuration)

public static LocalStreamEnvironment createLocalEnvironment(Configuration configuration) {
    if (configuration.getOptional(CoreOptions.DEFAULT_PARALLELISM).isPresent()) {
        return new LocalStreamEnvironment(configuration);
    } else {
        Configuration copyOfConfiguration = new Configuration();
        copyOfConfiguration.addAll(configuration);
        copyOfConfiguration.set(CoreOptions.DEFAULT_PARALLELISM, defaultLocalParallelism);
        return new LocalStreamEnvironment(copyOfConfiguration);
    }
}

这里做了对配置中是否存在并行度配置的判断，若不存在则加入，确保创建本地运行环境时一定存在关于并行度的配置。最终通过 LocalStreamEnvironment 构造函数构建本地运行环境。

LocalStreamEnvironment 是 StreamExecutionEnvironment 的子类，关于该类的作用，源码中是这样解释的：

大意是 LocalStreamEnvironment 在实例化环境的 JVM 中本地多线程地运行程序，在后台生成一个嵌入式 Flink 集群，并在该集群上执行程序
我们可以发现，getExecutionEnvironment 最终调用的是 LocalStreamEnvironment 的构造方法，该方法如下：

public LocalStreamEnvironment(@Nonnull Configuration configuration) {
    super(validateAndGetConfiguration(configuration));
}

该方法调用的父类的 validateAndGetConfiguration，而该方法不可见。

• 总结：
• getExecutionEnvironment 首先会读取 Flink 配置
• 检查上下文中是否存在可用的环境工厂，若有则直接根据工厂生产执行环境
• 若没有则在调用 LocalStreamEnvironment 创建本地执行环境，其中，需要在配置中指定并行度，默认为本地 CPU 核数