作者：周凯波（宝牛） 阿里巴巴技术专家

1 Flink 架构概览

1.1 Flink 架构概览 -Job

　　用户通过 DataStream API、DataSet API、SQL 和 Table API 编写 Flink 任务，它会生成一个 JobGraph。JobGraph 是由 source、map()、keyBy()/window()/apply() 和 Sink 等算子组成的。当 JobGraph 提交给 Flink 集群后，能够以 Local、Standalone、Yarn 和 Kubernetes 四种模式运行。

1.2 Flink 架构概览 -JobManager

JobManager 的功能主要有： ●将 JobGraph 转换成 Execution Graph，最终将 Execution Graph 拿来运行； ●Scheduler 组件负责 Task 的调度； ●Checkpoint Coordinator 组 件 负 责 协 调 整 个 任 务 的 Checkpoint， 包 括Checkpoint 的开始和完成； ●通过 Actor System 与 TaskManager 进行通信； ●其它的一些功能，例如 Recovery Metadata，用于进行故障恢复时，可以从Metadata 里面读取数据。

1.3 Flink 架构概览 -TaskManager

TaskManager 是负责具体任务的执行过程，在 JobManager 申请到资源之后开始启动。TaskManager 里面的主要组件有： ●Memory & I/O Manager，即内存 I/O 的管理； ●Network Manager，用来对网络方面进行管理； ●Actor system，用来负责网络的通信； TaskManager 被分成很多个 TaskSlot，每个任务都要运行在一个 TaskSlot里面，TaskSlot 是调度资源里的最小单位。

2 Standalone

在介绍 Yarn 之前先简单的介绍一下 Flink Standalone 模式，这样有助于更好地了解 Yarn 和 Kubernetes 架构。 　　●在 Standalone 模式下，Master 和 TaskManager 可以运行在同一台机器上，也可以运行在不同的机器上。 　　●在 Master 进程中，Standalone ResourceManager 的作用是对资源进行管理。当用户通过 Flink Cluster Client 将 JobGraph 提交给 Master 时，JobGraph 先经过 Dispatcher。 　　●当 Dispatcher 收 到 客 户 端 的 请 求 之 后， 生 成 一 个 JobManager。 接 着JobManager 进程向 Standalone ResourceManager 申请资源，最终再启动 TaskManager。 　　●TaskManager 启动之后，会有一个注册的过程，注册之后 JobManager 再将具体的 Task 任务分发给这个 TaskManager 去执行。以上就是一个 Standalone 任务的运行过程。

3 Flink 运行时相关组件

接下来总结一下 Flink 的基本架构和它在运行时的一些组件，具体如下： 　　●Client：用户通过 SQL 或者 API 的方式进行任务的提交，提交后会生成一个JobGraph。 　　●JobManager：JobManager 接受到用户的请求之后，会对任务进行调度，并且申请资源启动 TaskManager。 　　●TaskManager： 它 负 责 一 个 具 体 Task 的 执 行。TaskManager 向JobManager 进行注册，当 TaskManager 接收到 JobManager 分配的任务之后，开始执行具体的任务。