warning:
博文包含大量个人的吐槽和心理描述,已用区域进行标识,不喜可直接忽略这部分,直接查找答案
Flink的二章,主要用途如下:
- 熟悉Flink的组成
- 了解 Flink 的执行的流程
问题1:Flink 的组件有哪些?
- 资源管理器 Resource Manager
- 分发器 Dispacher
- 作业管理器 JobManager
- 任务管理器 TaskManager
资源管理器(ResourceManager)
• 主要负责管理任务管理器(TaskManager)的插槽(slot),
插槽(slot) 是Flink中定义的处理资源单元。
• Flink为不同的环境和资源管理工具提供了不同资源管理器,比如YARN、Mesos、K8s,以及standalone部署。
• 当JobManager申请插槽资源时,ResourceManager会将有空闲插槽
的TaskManager分配给JobManager。如果ResourceManager没有足
够的插槽来满足JobManager的请求,它还可以向资源提供平台发起会
话,以提供启动TaskManager进程的容器
os :向资源提供平台发起会话,以提供启动TaskManager进程的容器
这句话代表什么? 需要具体明确 #TODO
分发器(Dispatcher)
• 可以跨作业运行,它为应用提交提供了REST接口。
• 当一个应用被提交执行时,分发器就会启动并将应用(application)移交给一个
JobManager。
• Dispatcher也会启动一个Web UI,用来方便地展示和监控作业
执行的信息。
os :确认一下这里 Web UI 的地址 #TODO
• 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。
作业管理器(JobManager)
• 控制一个应用程序(application)执行的主进程,也就是说,每个应用程序(application)都会被一个不同的 JobManager 所控制执行。
• JobManager 会先接收到要执行的应用程序,这个应用程序会包括:作业图(JobGraph)、逻辑数据流图(logical dataflow graph)和打包了所有的类、库和其它资源的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 会向资源管理器(ResourceManager)请求执行任务必要的资源,也就是任务管理器(TaskManager)上的插槽(slot)。一旦它获取到了足够的资源,就会将执行图分发到真正运行它们的TaskManager上。而在运行过程中,JobManager会负责所有需要中央协调的操作,比如说检查点(checkpoints)的协调
任务管理器(TaskManager)
• Flink中的工作进程。通常在Flink中会有多个TaskManager运行,每一
个TaskManager都包含了一定数量的插槽(slots)。插槽的数量限制
了TaskManager能够执行的任务数量。
• 启动之后,TaskManager会向资源管理器(ResourceManager)注册它的插槽;收到资源管理器的指令后,TaskManager就会将一个或者多个插槽提供给JobManager调用。JobManager就可以向插槽分配任务(tasks)来执行了。
• 在执行过程中,一个TaskManager可以跟其它运行同一应用程序的
TaskManager交换数据
问题2:Flink 任务提交流程?
不同技术的任务提交流程不同,不同的部署方式任务的提交流程也不同。
1.基础流程
os: 7: TaskManager 提供 slots
8: JobManager 提交要在 slots 中执行的任务
- yarn 部署下任务提交流程
yarn 模式下 新增 ApplicationMaster,NodeManager,Container 等概念
1.NodeManager 代表 节点,主机
2.ApplicationMaster #TODO
3.Container 资源容器,插槽(slot) 也是资源的其中一种。
os : 说实话这个流程是真的烦,概念多,流程绕,种类还有好几种,一般面试的时候倒是可以吹一波。
问题3:Flink的任务调度原理