Flink第二章的架构体系

Flink 架构体系

2.1 Flink 中的重要角⾊
Flink第二章的架构体系_第1张图片
JobManager 处理器: 也称之为 Master, 用于协调分布式执行, 它们用来调度 task, 协调检查点, 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。
TaskManager 处理器: 也称之为 Worker, 用于执行一个 dataflow 的 task(或者特殊的 subtask)、 数据缓冲和 datastream 的交换, Flink 运行时至少会存在一个 worker 处理器。
2.2 无界数据流与有界数据流
无界数据流: 无界数据流有一个开始但是没有结束, 它们不会在生成时终止并提供数 据, 必须连续处理无界流, 也就是说必须在获取后立即处理 event。
有界数据流: 有界数据流有明确定义的开始和结束, 可以在执行任何计算之前通过获
取所有数据来处理有界流, 处理有界流不需要有序获取, 因为可以始终对有界数据集进行 排序, 有界流的处理也称为批处理。
Flink第二章的架构体系_第2张图片
Apache Flink 是一个面向分布式数据流处理和批量数据处理的开源计算平台, 它能够 基于同一个 Flink 运行时(Flink Runtime), 提供支持流处理和批处理两种类型应用的功 能。 现有的开源计算方案, 会把流处理和批处理作为两种不同的应用类型, 因为它们要 实现的目标是完全不相同的: 流处理一般需要支持低延迟、 Exactly-once 保证, 而批处 理需要支持高吞吐、 高效处理,所以在实现的时候通常是分别给出两套实现方法, 或者通 过一个独立的开源框架来实现其中每一种处理方案。
Flink 在实现流处理和批处理时, 与传统的一些方案完全不同, 它从另一个视角看待 流处理和批处理, 将二者统一起来:Flink 是完全支持流处理, 也就是说作为流处理看 待时输入数据流是无界的; 批处理被作为一种特殊的流处理, 只是它的输入数据流被定义 为有界的。 基于同一个 Flink 运行时(Flink Runtime), 分别提供了流处理和批处理 API, 而这两种 API 也是实现上层面向流处理、 批处理类型应用框架的基础。
2.3 Flink 数据流编程模型
Flink 提供了不同的抽象级别以开发流式或批处理应用。
Flink第二章的架构体系_第3张图片
最底层级的抽象仅仅提供了有状态流, 它将通过过程函数( Process Function) 被 嵌入到 DataStream API 中。 底层过程函数(Process Function) 与 DataStream API 相 集成, 使其可以对某些特定的操作进行底层的抽象, 它允许用户可以自由地处理来自一个 或多个数据流的事件, 并使用一致的容错的状态。
Table API 程序声明式地定义了什么逻辑操作应该执行, 而不是准确地确定这些操作 代码的看上去如何 。尽管 Table API 可以通过多种类型的用户自定义函数(UDF) 进行扩 展, 其仍不如核心 API 更具表达能力, 但是使用起来却更加简洁(代码量更少) 。 除 此之外, Table API 程序在执行之前会经过内置优化器进行优化。你 可 以 在 表 与 DataStream/DataSet 之 间 无 缝 切 换 ,以 允 许 程 序 将 Table API 与 DataStream 以及 DataSet 混合使用
Flink 提供的最高层级的抽象是 SQL 。 这一层抽象在语法与表达能力上与 Table API 类似,但是是以 SQL 查询表达式的形式表现程序。 SQL 抽象与 Table API 交互密切, 同 时 SQL 查询可以直接在 Table API 定义的表上执行。
Flink第二章的架构体系_第4张图片
在这里插入图片描述
2.4 Libraries 支持
支持机器学习( FlinkML)
支持图分析( Gelly)
支持关系数据处理( Table)
支持复杂事件处理( CEP)

你可能感兴趣的:(Flink)