flink 1.5.0学习笔记1之Local WordCount与源码解析

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/undergrowth/article/details/80975971

flink 1.5.0学习笔记1之Local WordCount与源码解析

参考

• http://flink-china.org/introduction.html
• https://tech.meituan.com/Flink_Benchmark.html
• https://bigdata.163yun.com/product/article/5

Flink程序的基础构建模块是 流（streams） 与 转换（transformations）

分布式、高性能、高可用、高精确的数据流应用而生的开源流式处理框架
低延迟、exactly once、流和批统一的，能够支撑足够大体量的复杂计算的引擎

无穷数据集：无穷的持续集成的数据集合
有界数据集：有限不会改变的数据集合

流式：只要数据一直在产生，计算就持续地进行
批处理：在预先定义的时间内运行计算，当完成时释放计算机资源

Flink 是基于直观地去处理无穷数据集的流式运算模型
Flink保证状态化计算强一致性/Flink支持流式计算和带有事件时间语义的视窗/
Flink能满足高并发和低延迟（计算大量数据很快）/

示例代码

• https://github.com/apache/flink/blob/release-1.5.0/flink-examples/flink-examples-batch/src/main/java/org/apache/flink/examples/java/wordcount/WordCount.java

主要概念

flink分层

• 部署层—-支持local/standalone/cloud
• 运行层—-基本使用scala编写,分布式数据流支持
• api层,批与流—-DataSet/DataStream

flink 三端

• flink client 程序—-提交JobGraph
• flink JobManager—-接收JobGraph,进行任务分配给TaskManager
• flink TaskManager—-执行TaskManager

以批处理WordCount的Local模式为例,简述源码流程

• ExecutionEnvironment.getExecutionEnvironment—-根据配置,创建LocalEnvironment
• 当未进行input/output参数传递时,进入org.apache.flink.api.java.DataSet#print
  
  • org.apache.flink.api.java.DataSet#collect
  • org.apache.flink.api.java.ExecutionEnvironment#execute
  • org.apache.flink.api.java.LocalEnvironment#execute
    
    • org.apache.flink.api.java.ExecutionEnvironment#createProgramPlan—-创建执行计划,使用translator.translateToPlan进行操作转换
      
      • org.apache.flink.api.java.operators.OperatorTranslation#translate—-进行各种操作的转换,封装用户自定义的function
        
        • eg:—->org.apache.flink.api.java.operators.FilterOperator#translateToDataFlow
    • executor.executePlan—-执行转换的计划
      
      • org.apache.flink.client.LocalExecutor#executePlan
        
        • org.apache.flink.client.LocalExecutor#start
        • org.apache.flink.client.LocalExecutor#createJobExecutorService
          
          • org.apache.flink.runtime.minicluster.MiniCluster#start—-创建local集群,创建相关的支撑服务
            
            • org.apache.flink.runtime.rpc.RpcService—-创建jobManagerRpcService/taskManagerRpcServices/resourceManagerRpcService的rpc服务
            • org.apache.flink.runtime.rest.RestServerEndpoint#start—-创建分发rest服务