Flink小计（二）-----Flink运行架构

words8 · 2021-09-04 13:26:58 发布

在这里插入图片描述

作业管理器（JobManager）
任务管理器（TaskManager）

Flink中任务管理器TaskManager 会向资源管理器ResourceManager 注册它的插槽；

hadoop中 datanode 会向 namenode 周期性地发送所有存在的Block信息（文件信息、每一个文件对应的文件块的信息和每一个文件块在DataNode的信息），而namenode会将这些信息存储在内存中；
资源管理器（ResourceManager）
分发器（Dispatcher）

在这里插入图片描述

在这里插入图片描述

slot共享组、任务合并后面有详细的介绍。

在这里插入图片描述

在这里插入图片描述
任务合并：上面原本是7个子任务，经过合并任务后，只需要5个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）

在这里插入图片描述

子任务共享slot：避免有些线程忙的忙死，闲的闲死

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。【但前后必须是不同的任务，为了并行进行了任务的拆分，而又把拆分的任务放到一个slot中，这样子做效率更低】
Task Slot 是静态的概念，是指 TaskManager 具有的并发执行能力

在这里插入图片描述
注意：C要进行不同slot、甚至是不同TaskManage的交互；B不用。

在这里插入图片描述

Flink 中的执行图可以分成四层：StreamGraph -> JobGraph ->
ExecutionGraph -> 物理执行图

➢ StreamGraph：是根据用户通过 Stream API 编写的代码生成的最初的图。用来表示程序的拓扑结构。
➢ JobGraph：StreamGraph经过优化后生成了 JobGraph，提交给 JobManager的数据结构。主要的优化为，将多个符合条件的节点 chain 在一起作为一个节点
➢ ExecutionGraph：JobManager 根据 JobGraph 生成ExecutionGraph。ExecutionGraph是JobGraph的并行化版本，是调度层最核心的数据结构。
➢ 物理执行图：JobManager 根据 ExecutionGraph 对 Job 进行调度后，在各个TaskManager 上部署 Task 后形成的“图”，并不是一个具体的数据结构。

在这里插入图片描述

• 一个程序中，不同的算子可能具有不同的并行度

• 算子之间传输数据的形式可以是 one-to-one (forwarding) 的模式也可以是redistributing 的模式，具体是哪一种形式，取决于算子的种类

One-to-one：stream维护着分区以及元素的顺序（比如source和map之间）。这意味着map 算子的子任务看到的元素的个数以及顺序跟 source 算子的子任务生产的元素的个数、顺序相同。map、fliter、flatMap等算子都是one-to-one的对应关系。
Redistributing：stream的分区会发生改变。每一个算子的子任务依据所选择的transformation发送数据到不同的目标任务。例如，keyBy 基于 hashCode 重分区、而 broadcast 和 rebalance 会随机重新分区，这些算子都会引起redistribute过程，而 redistribute 过程就类似于 Spark 中的 shuffle 过程。【批处理要先洗牌，而流处理只要发牌即可】

任务的合并

Flink 采用了一种称为任务链的优化技术，可以在特定条件下减少本地通信的开销。为了满足任务链的要求，必须将两个或多个算子设为相同的并行度，并通过本地转发（local forward）的方式进行连接
相同并行度的 one-to-one 操作，Flink 这样相连的算子链接在一起形成一个 task，原来的算子成为里面的 subtask
并行度相同、并且是 one-to-one 操作、同一共享组，条件缺一不可

eg：
在这里插入图片描述