Flink 自定义source、sink 是如何起作用的

自从学会自定义source之后，一直都比较好奇，为什么我实现一个 *SourceFunction，我自己定义的代码就可以跟 Flink很好的整合在一起？
下面以 RichParallelSourceFunction 为例，来具体看一下究竟是自定义 source 是如何执行的

首先看一下 Flink中的抽象类 AbstractUdfStreamOperator，专门负责Rich*Function的 open 和close方法

......

    // flink 提供的 Rich*Function 系列算子的 open 和 close 方法被执行的地方
    @Override
    public void open() throws Exception {
        super.open();
//关键性方法 负责执行我们重写的open方法
        FunctionUtils.openFunction(userFunction, new Configuration());
    }

//关键性方法 负责执行我们重写的close方法
    @Override
    public void close() throws Exception {
        super.close();
        functionsClosed = true;
        FunctionUtils.closeFunction(userFunction);
    }
......

再继续看一下StreamSource

......
//生成上下文之后，接下来就是把上下文交给 SourceFunction 去执行,调用用户重写的run方法开始正式运行
            userFunction.run(ctx);

            // if we get here, then the user function either exited after being done (finite source)
            // or the function was canceled or stopped. For the finite source case, we should emit
            // a final watermark that indicates that we reached the end of event-time
            if (!isCanceledOrStopped()) {
                ctx.emitWatermark(Watermark.MAX_WATERMARK);
            }
......

//执行我们自己重写的 cancel 方法
public void cancel() {
        // important: marking the source as stopped has to happen before the function is stopped.
        // the flag that tracks this status is volatile, so the memory model also guarantees
        // the happens-before relationship
        markCanceledOrStopped();
        userFunction.cancel();

        // the context may not be initialized if the source was never running.
        if (ctx != null) {
            ctx.close();
        }
    }
......

自此为止，我们自定义source function 的 open、close、cancel、run方法就都可以正常的调用运行了，然后就可以源源不断的产生数据了。

sink也是类似的。首先通过AbstractUdfStreamOperator类调用 open、close方法，然后还有 StreamSink调用 自定义中的 invoke 方法。