快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)

快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)
上一篇教大家如何搭建一个Flink集群,本篇博客给大家讲解一下Flink运行时架构(面试必问)

一、Flink运行时组件

快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)

1.1 作业管理器(JobManager)

    控制一个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( Job Graph)、逻辑数据流图( ogical 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。Job Manager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Jobmanagera会负责所有需要中央协调的操作,比如说检查点( checkpoints的协调。

1.2 任务管理器(Taskmanager)

    Flink中的工作进程。通常在 Flink中会有多个 Taskmanageria运行,每个 Taskmanageri都包含了一定数量的插槽( slots)。插槽的数量限制了Taskmanageri能够执行的任务数量。
    启动之后, Taskmanager会向资源管理器注册它的插槽;收到资源管理器的指令后, Taskmanageri就会将一个或者多个插槽提供给Jobmanageri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 Taskmanagera可以跟其它运行同一应用程序的Taskmanager交换数据。

1.3 资源管理器(Resource Manager)

    主要负责管理任务管理器( Task Manager)的插槽(slot)Taskmanger插槽是 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YARNMesos、K8s,以及 standalone部署。
    当 Jobmanagerl申请插槽资源时, Resourcemanager会将有空闲插槽的Taskmanager?分配给Jobmanager。如果 Resourcemanagery没有足够的插槽来满足 Jobmanagerf的请求,它还可以向资源提供平台发起会话,以提供启动 Taskmanageri进程的容器。

1.4 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移交给Jobmanage
    Dispatcher他会启动一个WebUi,用来方便地展示和监控作业执行的信息。
    Dispatcher?在架构中可能并不是必需的,这取決于应用提交运的方式。

二、任务提交流程

快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)

    提交应用
    启动并提交应用
    请求slots
    任务启动
    注册slots
    发出提供slot的指令
    提供slots
    提交要在slots中执行的任务
    交换数据

2.1 任务提交流程(YARN)

快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)

    Flink 任务提交后,Client 向 HDFS 上传 Flink 的 Jar 包和配置
    随后向 Yarn ResourceManager 提 交 任 务 ,ResourceManager 分 配 Container 资 源 并 通 知 对 应 的 NodeManager 启 动
    ApplicationMaster,ApplicationMaster 启动后加载 Flink 的 Jar 包 和 配 置 构 建 环 境
    然 后 启 动 JobManager , 之 后 ApplicationMaster 向 ResourceManager 申 请 资 源 启 动 TaskManager
    ResourceManager 分 配 Container 资 源 后 , 由 ApplicationMaster 通 知 资 源 所 在 节 点 的 NodeManager 启动 TaskManager
    NodeManager 加载 Flink 的 Jar 包和配置构建环境并启动 TaskManager
    TaskManager 启动后向 JobManager 发送心跳包,并等待 JobManager 向其分配任务。

三、任务调度原理

快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)

3.1 TaskManager 和 Slots

快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)

    Flink中每一个 Taskmanageri都是一个JMM进程,它可能会在独立的线程上执行一个或多个 subtask
    为了控制一个 Taskmanageri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)

快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)
3. 默认情况下,Fink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。
4. Task Slot是静态的概念,是指 Taskmanager具有的并发执行能力

3.2 程序与数据流(DataFlow)

快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)

    所有的 Flink程序都是由三部分组成的: Source、 Transformation和Sink
    Source负责读取数据源, Transformation利用各种算子进行处理加工,Sink负责输出
    在运行时, Flink上运行的程序会被映射成“逻辑数据流”( dataflows),它包含了这三部分
    每一个 dataflow以一个或多个 Sources开始以一个或多个 sinks结束。 dataflow类以于任意的有向无环图(DAG)
    在大部分情况下,程序中的转换运算( transformations)跟 dataflow中的算子

3.3 执行图(ExecutionGraph)

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Execution Graph: Jobmanager根据 Jobgraph生成
    ExecutiongraphExecution Graph是 Job Graphi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。
    快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)

3.4 并行度(Parallelism)

快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)

    特定算子的子任务( subtask)的个数被称之为其并行度( parallelism)般情况下,一个 stream的并行度,可以认为就是其所有算子中最大的并行度。
    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,取決于算子的种类
    One-to-one: stream维护着分区以及元素的顺序(比如 Sources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 hash Code重分区、而 broadcast和 rebalance会随机重新分区,这些算子都会引起distributer过程,而 redistribute过程就类似于 Spark中的 shuffle过程。
    快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)

3.5 任务链(Operator Chains)

    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( ocal 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,两个条件缺一不可
    快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)

原创:https://www.panoramacn.com
源码网提供WordPress源码,帝国CMS源码discuz源码,微信小程序,小说源码,杰奇源码,thinkphp源码,ecshop模板源码,微擎模板源码,dede源码,织梦源码等。

专业搭建小说网站,小说程序,杰奇系列,微信小说系列,app系列小说

快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)

免责声明,若由于商用引起版权纠纷,一切责任均由使用者承担。

您必须遵守我们的协议,如果您下载了该资源行为将被视为对《免责声明》全部内容的认可-> 联系客服 投诉资源
www.panoramacn.com资源全部来自互联网收集,仅供用于学习和交流,请勿用于商业用途。如有侵权、不妥之处,请联系站长并出示版权证明以便删除。 敬请谅解! 侵权删帖/违法举报/投稿等事物联系邮箱:2640602276@qq.com
未经允许不得转载:书荒源码源码网每日更新网站源码模板! » 快速入门Flink(3)——Flink运行架构(面试必问,建议收藏)
关注我们小说电影免费看
关注我们,获取更多的全网素材资源,有趣有料!
120000+人已关注
分享到:
赞(0) 打赏

评论抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

您的打赏就是我分享的动力!

支付宝扫一扫打赏

微信扫一扫打赏