LocalFlinkMiniCluster启动DataStrea

LocalFlinkMiniCluster 集群的actor 模型

---

• 相关的主要类图如下：

image-20190415180352502.png

• AkkaRpcActor持有一个rpcEndpoint成员，接收到消息后进行基础解析后调用rpcEndpoint的的对应方法来进行处理。

• 其中RpcGateway及RpcEndPoint的类图

  
  image-20190415175424225.png

• 支持的消息类型

  • 其中主要使用RpcInvocation基于反射调用RPCEndpoint的对应函数

  • FencedMessage 将message进行封装成payload，通过fencingToken进行校验，保证请求的合法性

    
    image-20190415175913490.png

LocalFlinkMiniCluster集群的角色

---

• ResouceManager

  • 负责容器的分配
  • 使用FencedAkkaRpcActor实现，其rpcEndpoint为 org.apache.flink.runtime.resourcemanager.ResourceManager

• JobMaster

  • 负责任务执行计划的调度和执行，

  • 使用FencedAkkaRpcActor实现，其rpcEndpoint为 org.apache.flink.runtime.jobmaster.JobMaster

    • JobMaster持有一个SlotPool的Actor，用来暂存TaskExecutor提供给JobMaster并被接受的slot。JobMaster的Scheduler组件从这个SlotPool中获取资源以调度job的task

• Dispatcher

• • 主要职责是接收从Client端提交过来的job并生成一个JobMaster去负责这个job在集群资源管理器上执行。

    • 不是所有部署方式都需要用到dispatcher，比如yarn-cluster 的部署方式可能就不需要

  • 使用FencedAkkaRpcActor实现，其rpcEndpoint为 org.apache.flink.runtime.dispatcher.StandaloneDispatcher

• TaskExecutor

  • TaskExecutor会与ResouceManager和 JobMaster两者进行通信。

    • 会向ResourceManager报告自身的可用资源；并维护本身slot的状态
    • 根据slot的分配结果，接收JobMaster的命令在对应的slot上执行指定的task。
    • TaskExecutor还需要向以上两者定时上报心跳信息。

  • 使用AkkaRpcActor实现，其rpcEndpoint为org.apache.flink.runtime.taskexecutor.TaskExecutor

启动DataStream任务的主体流程

---

image-20190417172051347.png image-20190417174333612.png

参考资料

---

• https://zhouhai02.com/post/flink-internals/flink1.6-flip6-flink-on-yarn-arch/
• https://cwiki.apache.org/confluence/pages/viewpage.action?pageId=65147077