flink StreamGraph剖析

Flink程序有三部分operation构成，分别是源source、转换transformation、目标地sink。这三部分构成DAG。

DAG起首天生的是StreamGraph。
用户代码在添加operation的时间会在env中缓存（变量transformations），在env.execute()实行的时间才会天生对应StreamGraph。
天生StreamGraph

transformations中只存了3个变量，其实是5个。

getStreamGraph顾名思义就是天生StreamGraph。

最后是getStreamGraphGenerator(transformations).generate()天生。getStreamGraphGenerator获取天生器，generate天生StreamGraph

generate方法中起首创建了StreamGraph对象，再遍历transformations给StreamGraph添加相干操作信息（transform(transformation)）。别的部分都是处理相干的运行参数（实行参数、checkpoint参数、savepoint参数等）

transform中主要有三部分。
没有并行度，添加并行度

要是指定了slotGroup，将必要的slot资源记录到slotSharingGroupResources中

最后现实转换。优先使用_translatorMap_中存在的translator。这些translator是已经定义好的表明器，可以根据不同场景选择是流模式还是批模式。传统是legacyTransform

legacyTransform
根据情况处理单个流输入或多个流输入。

translate根据情况选择批处理或者流处理

addOperator和addEdge是重点方法，添加顶点和边。

StreamEdge

一个edge连接上下游两个node。
edgeId：唯一id
sourceId、targetId：连接的上下游node的id
outputPartitioner：分区器

StreamNode

一个node可以有多个edge
inEdges、outEdges：node的入边和出边
jobVertexClass：封装用户函数的实行类

StreamGraph

有多个streamNodes构成，streamNodes之间是streamEdge相连。
类似以下这种：

streamNodes：缓存graph所有的node
sources：DAG的输入源集合
sinks：DAG的输出源集合

添加node

addSink、addSource、addOperator是主要方法。可以看到addSink、addSource也是addOperator。

addOperator中addNode是添加StreamNode的方法。

addNode就是创建StreamNode对象，并添加到streamNodes中。

添加edge

方法是addEdge，内部调用addEdgeInternal

addEdgeInternal中前面是处理虚拟节点的。后面是调用createActualEdge来添加

createActualEdge中起首确定partitioner，没有指定partitioner就优先使用ForwardPartitioner，要求上下游并行度一样，否则使用RebalancePartitioner。
然后创建StreamEdge对象，并将相干信息绑定到对应的StreamNode上。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。