Flink

flink运行架构

Posted by BY KiloMeter on March 3, 2020

flink运行组件

作业管理器(JobManager)

  • JobManager负责管理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控制
  • JobManager会先接收要执行的应用程序，这个应用程序包括：作业图(JobGraph)、逻辑数据流图(logical dataflow graph)和打包了所有的类、库和其他资源的jar包
  • 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
  • JobManager会向ResourceManager请求执行任务必要的资源，即TaskManager上的插槽(slot)，获取到足够资源后，会将执行图分发到TaskManager，而在运行过程中，JobManager会负责所有需要中央协调的操作，比如检查点(checkpoints)的协调

任务管理器(TaskManager)

  • Flink中的工作进程，通常会有多个TaskManager在运行，每个TaskManager都包含了一定数量的slot，slot的数量限制了TaskManager能够执行的任务数量
  • 启动后，TaskManager会向resourceManager注册它的slot，收到resourceManager的指令后，TaskManager就可以将slot提供给JobManager调用。
  • 执行过程中，TaskManager可以跟其他运行同一应用程序的TaskManager交换数据。

资源管理器(ResourceManager)

  • 主要负责管理TaskManager的slot
  • Flink为不同的环境和资源管理工具提供了不同资源管理器，如yarn、mesos、k8s、以及standalone
  • 当JobManager申请slot时，resourceManager会将有空闲插槽的TaskManager分配给JobManager，如果ResourceManager没有足够资源，它还可以向资源平台发起会话，以提供启动TaskManager进程的容器。

分发器(Dispatcher)

  • 可以跨作业运行，为应用提交提供了REST接口
  • 当Job被提交执行时，分发器会启动并将应用移交给一个JobManager
  • 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

任务提交流程(standalone模式)

任务提交流程(Yarn模式)

程序与数据流(DataFlow)

在运行时，Flink上运行的程序会被映射成“Dataflow”，它包含了三个部分：一个或多个sources开始，一个或多个sinks结束，中间是transform

执行图(ExecutionGraph)

Flink中的执行图可以分为四层：StreamGraph -> JobGraph -> ExecutionGraph -> 物理执行图

  • StreamGraph：是根据用户通过Stream API编写代码生成的最初的图，用来表示程序的拓扑结构
  • JobGraph：StreamGraph经过优化生成JobGraph，提交给JobManager的数据结构。主要优化是将可以连接在一起的节点链接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。
CATALOG