Flink术语

Flink Application:
一个完整的Flink程序代码叫做一个Flink Application,其始于一个或多个Source,终于一个或多个Sink,中间由一个或者多个Operator(算子)组合对数据进行转换形成Transformation。
编写Flink代码要符合一定的流程,首先我们需要创建Flink的执行环境(Execution Environment),
然后再加载数据源Source,对加载的数据进行Transformation转换,进而对结果Sink输出,最后还
要执行env.execute()来触发整个Flink程序的执行,编写代码时将以上完整流程放在main方法中形成 一个完整的Application。
Flink Job:
一个Flink Application中可以有多个Flink Job,每次调用execute()或者executeAsyc()方法可以触 发一个Flink Job
execute():该方法为阻塞方法,当一个Flink Application中执行多次execute()方法触发多个 job时,下一个job的执行会被推迟到该job执行完成后再执行。
executeAsyc():该方法为非阻塞方法,一旦调用该方法触发job后,后续还有job也会立即提交执行。
Flink Application 并行度:
一个 Flink Application 的并行度 通常认为是所有Operator中最大的那个并行度 。
算子链:
Flink中算子之间的数据流向是one-to-one,算子的并行度也一样。那么这些算子可以合并成一个算子链。
Task & SubTask:
Flink中一个Task对应的是一个算子或者多个算子逻辑(算子链)。
Task会按照并行度划分成多个Subtask,每个Subtask由一个Thread线程 执行。
Flink任务调度的基本单元:Subtask
StreamGraph & JobGraph & ExecutionGraph:
Flink Application 提交后在 客户端 转换成StreamGraph(任务流图)
StreamGraph是没有经过任何优化的流图,展示的是程序整体执行的流程。StreamGraph进而会按照默认的Operator Chains算子链合规则转换成JobGraph(作业图),在JobGraph中会将并行度相同且数据流转关系为One-to-one关系的算子合并在一起由一个Task进行处理。
JobGraph会被提交给 JobManager ,最终由JobManager中JobMaster转换成ExecutionGraph(执行图) ,ExecutionGraph中会按照每个算子并行度来划分对应的Subtask,每个Subtask最终再次被转换成其他可以部署的对象发送到TaskManager上执行。

Task Slot:
Flink集群中每个TaskManager是一个JVM进程,可以在TaskManagr中执行一个或者多个线程(Subtask),为了能控制一个TaskManager中接收多少个SubTask,TaskManager节点上提供了 TaskSlot(任务槽)。 每个TaskSlot可以运行一个或者多个S ubtask。每个JobManager上至少有一个TaskSlot。
每个taskSlot都有固定的资源,会均分TaskMananger中的内存,共享和竞争TaskManger进程的CPU。由于T askslot只会对内存进行隔离不会对CPU进行隔离,一台TaskManager Taskslot越多 意味着越多的taskslot争夺CPU资源,所以 T askslot的值设置建议和该TaskManager节点CPU core的数量保持一致
SlotSharingGroup共享组(SSG):
Flink允许同一JOB的SubTask共享同一个TaskSlot,即一个TaskSlot可以持有整个流程的SubTask。

我们在提交Flink Application 时 不再需要衡量 Flink集群中的TaskSlot个数是否满足 Flink Application总的 subtask数。而是关注Flink集群所需的TaskSlot个数与Flink Application的并行度一样
引入了SSG,Flink集群会合理分配 CPU密集型SubTask 和 非CPU密集型SubTask (source / sink)运行时占用的CPU资源
如果一个Flink 任务有多个共享组,那么该Flink任务所需的总slot个 数就是每个共享组最大并行度的总和 。
TaskSlot与并行度关系:
TaskSl ot是静态概念,指的是 Flink TaskManager 能够并发执行的 task 数。
并行度是动态概念,指的是 每个Flink Application实际的并发能力 。

相关推荐
gorgor在码农33 分钟前
Elasticsearch 的聚合(Aggregations)操作详解
大数据·elasticsearch·搜索引擎
BigData共享38 分钟前
StarRocks 使用 JNI 读取数据湖表引发的堆内存溢出分析
大数据
Aurora_NeAr2 小时前
大数据之路:阿里巴巴大数据实践——大数据领域建模综述
大数据·后端
黄雪超2 小时前
Kafka——消费者组消费进度监控都怎么实现?
大数据·分布式·kafka
虚伪的空想家4 小时前
记录es收集日志报错问题as the final mapping would have more than 1 type[XXX,doc]
大数据·elasticsearch·搜索引擎·容器·kubernetes·log-pilot
数据与人工智能律师14 小时前
数字迷雾中的安全锚点:解码匿名化与假名化的法律边界与商业价值
大数据·网络·人工智能·云计算·区块链
mykyle16 小时前
Elasticsearch-ik分析器
大数据·elasticsearch·jenkins
weixin_lynhgworld17 小时前
淘宝扭蛋机小程序系统开发:重塑电商互动模式
大数据·小程序
RPA+AI十二工作室19 小时前
影刀RPA_Temu关键词取数_源码解读
大数据·自动化·源码·rpa·影刀
Sui_Network20 小时前
探索 Sui 上 BTCfi 的各类资产
大数据·人工智能·科技·游戏·区块链