1.Flink的重要角色
Flink是非常经典的Master/Slave结构实现,JobManager是Master,TaskManager是Slave。
JobManager处理器(Master):
1.协调分布式执行,它们用来调度task,协调检查点(CheckPoint),协调失败时恢复等
2.JobManager接收的应用包括jar和JobGraph
TaskManager处理器(Slave) 也称之为Worker:
1.主要职责是从JobManager处接收任务, 并部署和启动任务, 接收上游的数据并处理
2.Task Manager 是在 JVM 中的一个或多个线程中执行任务的工作节点
3.TaskManager在启动的时候会向ResourceManager注册自己的资源信息(Slot的数量等)
ResourceManager 针对不同的环境和资源提供者,如(YARN,Me搜索,Kubernetes或独立部署),Flink提供了不同的ResourceManager
1.作用:负责管理Flink的处理资源单元---Slot
Dispatcher:作用:提供一个REST接口来让我们提交需要执行的应用。
1.一旦一个应用提交执行,Dispatcher会启动一个JobManager,并将应用转交给他。
2.Dispatcher还会启动一个webUI来提供有关作业执行信息 注意:某些应用的提交执行的方式,有可能用不到Dispatcher
各个组件之间的关系:
2.Flink的运行架构
2.1.Flink程序结构
source -> Transformation -> sink
2.2 Task和SubTask
Task 是一个阶段多个功能相同 SubTask 的集合,类似于 Spark 中的 TaskSet。
SubTask(子任务)比如一个执行操作map,分布式的场景下会在(平行度)多个线程中同时执行,每个线程中执行的都叫做一个 SubTask
2.3 Operator chain(操作器链)
满足条件:
1.上下游算子的并行度一致
2.下游节点的入度为1
3.上下游节点都在同一个 slot group 中
4.下游节点的 chain 策略为 ALWAYS(可以与上下游链接,map、flatmap、filter等默认是ALWAYS)
5.上游节点的 chain 策略为 ALWAYS 或 HEAD(只能与下游链接,不能与上游链接,Source默认是HEAD)
6.两个节点间数据分区方式是 forward
7.用户没有禁用 chain(代码中是否配置disableChain())
2.4 Flink中的数据传输
2.5 任务槽和槽共享
- TaskManager最多能同时并发执行的任务是可以控制的,那就是3个,因为不能超过slot的数量
- slot有独占的内存空间,这样在一个TaskManager中可以运行多个不同的作业,作业之间不受影响