Flink源码解析(一)——运行时架构全景概览
一、Hadooop Yarn框架简述
本小节参考董西成老师书籍《Hadoop技术内幕深入解析YARN框架设计与实现原理》p35、p36页内容，相关Yarn框架细节可阅读该书籍。
1、用户向Yarn中提交MapReduce、Spark、Flink等分布式计算应用程序，其中包含ApplicationMaster程序、启动ApplicationMaster的命令、用户程序等。
2、ResourceManager为该应用程序分配第一个Container，并与对应的NodeManager通信，要求它在这个Container中启动应用程序的ApplicationMaster。
3、ApplicationMaster首先向ResourceManager注册自己，这样用户可以通过ResourceManager查看应用程序的运行状态。然后ApplicationMaster将为各个任务申请资源，并监控任务的运行状态，直到运行结束。即重复步骤4~7。
4、 ApplicationMaster采用轮询的方式通过RPC协议向ResourceManager申请和领取资源。
5、ApplicationMaster领取到资源后便于对应的NodeManager通信，要求它启动任务。
6、NodeManager为任务设置好运行环境（包括环境变量、JAR包、二进制程序等）后，将任务运行命令写到一个脚本中，并通过运行该脚本启动任务。
7、各个任务通过某个RPC协议向ApplicationMaster汇报自己的状态和进度，以让ApplicationMaster随时掌握各个任务的运行状态，从而可以在任务失败时重新启动任务。
8、应用程序运行完成后ApplicationMaster向ResourceManager注销并关闭自己。
二、Flink On Yarn Application模式作业提交过程顺序说明
1、Flink Client端通过flink命令行向Yarn集群提交Flink作业，在Flink Client进程中生成YarnClient信息并和Yarn:ResourceManager、Yarn:NodeManager等Yarn集群组件通信，在Yarn:NodeManager分配container容器启动ApplicationMaster:YarnApplicationClusterEntryPoint服务，该服务可以简单理解成Flink JobManager服务。YarnApplicationClusterEntryPoint负责以反射的形式触发Flink作业的main(...)方法执行。上图红色连线代表Flink Client端在Application模型下提交Flink作业的交互过程。具体过程参考《Flink源码解析(十)——Flink On Yarn客户端提交过程解析》
2、
