网上有很多关于 storm，spark streaming ,flink对比介绍，之前接触过storm相关开发的一些概念，组件。

 

 网上对三个组件介绍基本也是从 word count开始，看了一些flink组件功能介绍，一些组件的类名也有与storm类似。

（网上教程：https://www.bilibili.com/video/BV1qy4y1q728?p=15）

1、Flink组件

Flink主要包括四个不同的组件，在运行流处理应用程序时协同工作：
作业管理器（JobManager）
资源管理器（ResourceManager）
任务管理器（TaskManager）
分发器（Dispatcher）

1.1 作业管理器（JobManager）
控制一个应用程序执行的主进程，每个应用程序都会被一个不同的jobManager所控制执行。

JobManager会先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他资源的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*协调的操作，比如说检查点（checkpoints）的协调

1.2 资源管理器（ResourceManager）
主要负责管理任务管理器（TaskManager）的插槽（slot）

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。

ResourceManager还负责终止空闲的TaskManager，释放计算资源

1.3 任务管理器（TaskManager）
TaskManger插槽是Flink中定义的处理资源单元

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

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。

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一个JobManager。

由于是REST接口，所以Dispatcher可以作为集群的一个HTTP接入点，这样就能够不受防火墙阻挡

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

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。