|NO.Z.00010|——————————|BigDataEnd|——|Hadoop&Flink.V01|——|Flink.v01|体系结构|重要角色|

一、Flink的重要角色

### --- Flink的重要角色

~~~     # Flink是非常经典的Master/Slave结构实现，JobManager是Master，TaskManager是Slave。
~~~     # JobManager处理器（Master）
~~~     协调分布式执行，它们用来调度task，协调检查点(CheckPoint)，协调失败时恢复等
~~~     Flink运行时至少存在一个master处理器，如果配置高可用模式则会存在多个master处理器，
~~~     它们其中有一个是leader，而其他的都是standby。

~~~     # JobManager接收的应用包括jar和JobGraphTaskManager处理器（Slave）：也称之为Worker

~~~     主要职责是从JobManager处接收任务, 并部署和启动任务, 接收上游的数据并处理
~~~     Task Manager 是在 JVM 中的一个或多个线程中执行任务的工作节点
~~~     TaskManager在启动的时候会向ResourceManager注册自己的资源信息（Slot的数量等）

~~~     # ResourceManager

~~~     针对不同的环境和资源提供者，如（YARN，Me搜索，Kubernetes或独立部署），
~~~     Flink提供了不同的ResourceManager
~~~     作用：负责管理Flink的处理资源单元---Slot

~~~     # Dispatcher:

~~~     作用：提供一个REST接口来让我们提交需要执行的应用。
~~~     一旦一个应用提交执行，Dispatcher会启动一个JobManager，并将应用转交给他。
~~~     Dispatcher还会启动一个webUI来提供有关作业执行信息
~~~     注意：某些应用的提交执行的方式，有可能用不到Dispatcher

二、各个组件之间的关系：

---

 

 

 

 

 

 

 

 

 

---

Walter Savage Landor:strove with none,for none was worth my strife.Nature I loved and, next to Nature, Art:I warm'd both hands before the fire of life.It sinks, and I am ready to depart

                                                                                                                                                   ——W.S.Landor

---