核心组件
我们先来简单了解一下 flink 作业提交涉及到的组件
同时，如果不了解 Yarn 的同学欢迎跳转到这篇文章，了解一下健鑫集团的工程承包流程(doge):
三分钟快速理解Yarn的工作流程
JobManager
JobManager 是整个flink作业的管理者 包含 Dispatcher、ResourceManager 以及 JobMaster
Dispatcher
主要用来接收 client 提交的 flink 作业，为 flink 作业启动一个 JobMaster
JobMaster
负责一个 flink 作业
作业提交阶段，将逻辑执行计划转换为物理执行计划
部署阶段，向ResourceManager 请求执行 flink 作业执行所需要的资源，将任务分发到不同的节点上去运行
运行阶段，对任务的运行进行持续的监控和协调；比如：进行checkpoint、故障恢复、异常容错等
TaskManager
flink 实际处理作业的组件
client
主要帮助用户将 flink 作业提交到对应环境上去运行
Flink 作业提交部署流程
首先，简单来就是：
用户提交作业 -> 生成逻辑执行计划 -> 物理执行计划 -> 启动 master 节点，申请对应资源(包工头去跟 boss 申请资源) -> master 节点将任务分发到 worker 节点上去执行(包工头雇佣农民工，给农民工分配任务、发工资)
-
用户提交 flink 作业到client
-
client 将 flink 作业中的数据处理逻辑转换成 JobGraph，JobGraph 可以简单理解为逻辑执行计划。然后 client 将作业提交到Dispatcher 中
-
Dispatcher 对程序进行分发，启动一个JobMaster 解析 JobGraph
-
JobMaster 将 JobGraph 解析成 ExecutionGraph，ExecutionGraph 可以简单理解成物理执行计划，解析完成之后，JobMaster 就会知道作业运行需要多少资源
-
JobMaster 向 ResourceManager 申请运行 flink 作业所需要的 TaskManager，ResourceManaager 向资源管理系统(比如 Yarn)申请对应的资源；ResourceManager 申请到资源之后，在对应的资源节点上启动 TaskManager
-
TaskManager 启动之后向 ResourceManager 注册并提供Task Solt(Task Solt 是 flink 资源分配的最小单位)
-
JobMaster 将 flink 作业分发到 TaskManager 的 Task Solt 上去运行
END
本文介绍了 flink 作业的提交流程，希望可以帮助到你
