1.1 技术架构

• 应用框架层: 在API层之上构建的满足特定应用场景的计算框架，总体上分为流计算和批处理两类应用框架。
• API 层： Flink对外提供能力的接口 ，实现了面向流计算的DataStream API和面向批处理的DataSet API。
• 运行时层：Flink计算的核心
  • DAG抽象：拆分作业→任务，建立数据流链路
  • 数据处理：包含了开发层面、运行层面的数据处理抽象，例如 包含数据处理行为的封装、通用数据运算的实现（如Join、Filter、 Map等）。
  • 容错：提供了集群级、应用级容错处理机制，保障集群、作业的可靠运行。
  • 内存管理：内存管理、数据序列化：通过序列化，使用二进制方式在内存 中存储数据，避免JVM的垃圾回收带来的停顿问题。
  • 数据交换：数据在计算任务之间的本地、跨网络传递。
• 部署层：集群部署
  • Standalone模式：Flink安装在普通的Linux机器上，或者安装在K8s中，集群的资源由Flink自行管理。
  • Yarn、Mesos、K8s等资源管理集群模式：Flink向资源集群申请资源，创建Flink集群。
  • 云模式
• 连接器（Connector）：Connector是Flink计算引擎与外部存储交互的IO抽象，是Source和Sink的具体实现。

1.2 运行架构

Flink集群采用Master-Slave架构：

Master的角色是JobManager， 负责集群和作业管理。

Slave的角色是TaskManager，负责执行计算任务。

JobManager和TaskManager是集群的进程，Flink客户端是在集群外部执行的进程，不是集群的一部分。

 

• JobManager：
  • 拆分job→task
  • 申请资源
  • 分发任务
  • 负责应用容错
  • 跟踪执行状态
• TaskManager
  • 执行子任务
  • 管理subtask