什么是Flink網(wǎng)格線

Flink網(wǎng)絡棧是Flink中的核心組件，是flink-runtime模塊的一部分。它連接了所有TaskManager中獨立的工作單元（subtask）。這是數(shù)據(jù)交換的核心部分，任務的吞吐量和延遲都與它息息相關，可以說Flink的網(wǎng)絡棧決定了Flink框架本身性能的好壞。

不同于TaskManager、JobManager之間通信所使用的Akka RPC框架，F(xiàn)link網(wǎng)絡棧采用了更底層的網(wǎng)絡API，使用的是Netty框架。

它抽象了以下三個概念的不同設置。

（1）Subtask output type (ResultPartitionType)：工作單元的輸出類型。

• pipelined (bounded or unbounded)：上游一產(chǎn)生數(shù)據(jù)，就一條條地往下游發(fā)送，作為有界或無界的數(shù)據(jù)流。
• blocking：直到上游的全部結(jié)果就緒才向下游發(fā)送數(shù)據(jù)。

（2）Scheduling type

• all at once (eager)：同時部署所有的工作單元（流式應用采用這種模式）。
• next stage on first output (lazy)：當上游的生產(chǎn)者開始有輸出結(jié)果的時候，才開始部署下游的工作單元，是一種lazy模式。
• next stage on complete output：在上游的數(shù)據(jù)全部就緒之后才開始部署下游的工作單元。

（3）Transport?

• high throughput：不采用一條條地發(fā)送數(shù)據(jù)的模式，F(xiàn)link緩存一批數(shù)據(jù)到網(wǎng)絡緩存中，攢批發(fā)送。這種方式減少了網(wǎng)絡開銷的單條邊際成本，帶來了高吞吐量。
• low latency via buffer timeout：通過調(diào)低發(fā)送數(shù)據(jù)的間隔，犧牲一定的吞吐量以獲得更低的延遲。

工作單元的輸出類型和調(diào)度類型是緊密交織在一起的，兩者的特定組合才有效。Pipelined result partition是流式的輸出，流式輸出需要將數(shù)據(jù)發(fā)送到一個正在工作的工作單元，因此目標任務就需要在上游結(jié)果下發(fā)之前或者在任務啟動之初完成部署。批作業(yè)產(chǎn)出有限的結(jié)果，而流式作業(yè)產(chǎn)出無限的結(jié)果。

為了理解真實的數(shù)據(jù)流轉(zhuǎn)，我們假想一個有4個并發(fā)的任務，部署在兩個分別有2個Slot的TaskManager上。在Flink中，不同的任務可能會共享同一個Slot， 通過Slot 共享組機制，一個TaskManager可以提供多個Slot來運行一個任務的多個工作單元。

TaskManager 1 運行工作單元A.1、A.2、B.1 和 B.2， 而TaskManager 2 運行工作單元A.3、A.4、B.3和B.4。假設A和B之間的shuffle方式是keyBy()， 這樣在每一個TaskManager上都有2×4個邏輯連接，有些走本地傳輸，有些是通過網(wǎng)絡傳輸，如圖1所示。

▲圖1　工作單元部署

不同任務之間的每個（遠程）網(wǎng)絡連接都將在Flink網(wǎng)絡棧中獲得自己的TCP通道，如果同一個任務的不同工作單元被調(diào)度到同一個TaskManager上，那么它們將復用TCP連接用于連接遠程TM（多路復用）。在我們的例子中，A.1 → B.3、A.1 → B.4 以及A.2 → B.3、A.2 → B.4將會復用一個TCP連接，如圖2所示。

▲圖2　數(shù)據(jù)交換

每個工作單元的輸出被稱作ResultPartition，每個ResultPartition又根據(jù)下游輸出結(jié)果的不同分區(qū)被細分為ResultSubPartition，與下游的inputChannel一一對應。在這個階段，F(xiàn)link已經(jīng)不再單獨處理每條記錄了，而是將一組序列化完的數(shù)據(jù)打包并復制到NetworkBuffer中，然后經(jīng)由Netty傳輸?shù)较掠嗡阕印?/p>

本文摘編于《Flink技術(shù)內(nèi)幕：架構(gòu)設計與實現(xiàn)原理》，經(jīng)出版方授權(quán)發(fā)布。（書號：9787111696292）轉(zhuǎn)載請保留文章來源。?