官网：
https://nightlies.apache.org/flink/flink-docs-release-1.14/zh/docs/concepts/flink-architecture/

client

用户提交编写好的 Flink 任务时（ jar 包），先创建一个 client ，用来准备和提交数据流到 JobManagers。之后，可以断开连接或者保持连接以获取任务的状态信息

JobManager

集群 管理者，也就是 masters ，至少需要一个 JobManager

高可用 的系统会有 多个，一个 leader，其他是 standby

负责以下工作：

• 调度任务
• 协调 checkpoints
• 协调故障恢复
• 收集 Job 状态信息
• 并管理Flink集群中的 TaskManager

TaskManager

也就是workers，至少需要一个TaskManager

• 负责执行计算
• 是节点管理员，把该节点上的服务器信息（如：内存、磁盘、任务运行情况等）向 JobManager 汇报

图

执行流程

1. Flink 客户端 将代码逻辑构建成一个 Dataflow
   • Dataflow 由 operator 组成，operator 分为：Source、Transformation、Sink
2. 在通过 Graph Builder 构建DAG的 Dataflow graph , 构建 job,划分出 task 和 subtask 等等。
3. Client 将 job 提交到 JobManager. Client 通过 Actor System 和 JobManager 进行消息通讯，接收 JobManager 返回的状态更新和任务执行统计结果。
4. JobMangaer 按照 Dataflow 的 Task 和 Subtask 的划分，将任务调度分配到各个 TaskManager 中进行执行。
5. TaskManager 会将内存抽象成多个 TaskSlot（相当于线程） ，用于执行 Task 任务。

JobManagers 与 TaskManagers 之间的任务管理，Checkpoints 的触发，任务状态，心跳等等消息处理都是通过 ActorSystem 。

原文出处：/show_1IX1zTwC5Ufj.html