Flink必知必会的重要基本知识

傷城~ 2023-10-06 19:29 55阅读 0赞

## 一、Flink基本知识 ##

### 1.1、Flink介绍 ###

Apache Flink 是一个框架和分布式处理引擎，用于在无界和有界数据流上进行有状态计算。  
Flink 官网：[https://flink.apache.org/][https_flink.apache.org]  
Flink 的中文官网：[https://flink.apache.org/zh/][https_flink.apache.org_zh]

### 1.2、有界与无界 ###

#### 1.2.1、有界数据集 ####

有头有尾。处理的数据一定会在某个时间范围内，有可能是一天，也有可能是一分钟，像这样有开始有结束的数据集，叫做有界数据集。对有界数据集的处理叫批处理。

#### 1.2.2、无界数据集 ####

有头无尾。数据从开始就源源不断的产生新的数据。对无界数据集的处理叫做流处理。  
有界和无界是一个相对的概念，主要根据时间范围来定。  
目前开源的大数据处理框架中，能够同时支持批流计算的，就是Spark和Flink。

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAWi1oaGhoaA_size_20_color_FFFFFF_t_70_g_se_x_16]

#### 1.2.3、流处理和批处理 ####

流处理就像商场里的电梯，人们不用等待，直接就可以上。  
批处理就像小区里的直梯，需要等待一段时间，一次能乘坐多个人。

### 1.3、Flink 对比 Spark ###

1.  处理数据的本质不同：

Spark和Flink都希望能用一套技术把流批处理统一起来，但是实现的本质不一样，Spark是以批处理技术为根本，讲数据切成一个一个微小的批次从而实现流式处理，而Flink是完全的流式处理，只要数据一来，就会马上对其进行处理。

1.  数据模式不同：  
    Spark采用RDD，SparkStreaming中的DStream也就是一组一组的小批次RDD。  
    Flink的基本数据模型时数据流，以及事件(Event)。
2.  运行时架构不同：  
    Spark是批计算，讲DAG切分成多个Stage，一个Stage做完，才能计算下一个。  
    Flink是流执行模型，一个事件在一个节点处理完以后直接发往下一个节点进行处理。

### 1.4、Flink的优势 ###

#### 1.4.1、优势 ####

1.  同时支持高吞吐、低延迟、高性能  
    Flink是目前大数据框架中唯一以淘实现高吞吐、低延迟、高性能的分布式数据处理框架；Spark由于式基于批处理实现的伪流处理，无法保证低延迟；Storm保证了低延迟和高性能，但是无法实现高吞吐。
2.  支持Event Time  
    在大部分的数据处理框架中，采用的都是系统事件，而不是事件产生的事件，而Flink支持使用Event Time进行窗口计算，避免了由于网络传输而使数据顺序混乱。
3.  支持有状态的计算  
    状态：就是指将计算过程中的中间结果数据保存在内存或者文件系统中。并且支持精确一次(exactly-once)的状态一致性保证。
4.  高度灵活的窗口计算  
    Flink支持三种窗口模式：时间、数量、会话。
5.  支持轻量级分布式快照  
    通过使用分布式快照的Checkpoints，将执行过程中的状态信息进行持久化存储，遇到节点宕机、网络传输问题时，可通过Checkpoints进行任务的自动恢复。
6.  基于JVM实现独立的内存管理  
    Flink实现了自身管理内存的机制，尽可能的减少JVM和GC对系统的影响。
7.  保存点  
    我们的流计算很可能一直都在运行的，一段时间的终止就有可能导致数据丢失或者计算出错，如：集群版本的升级、停机维护操作，可以利用Save Point将任务执行的快照保存在存储介质上，当任务重启的时候，就能恢复到原来计算的状态。
8.  带有反压的连虚模型  
    下游的算子处理跟不上的时候，可以通过流空的方式将信号船体给上流的算子，上游的算子再将信号传递给source，从而实现sink反向到source，控制source的消费速度，保证系统的稳定运行。

#### 1.4.2、特点 ####

有状态的计算：以本地内存的中状态代替了关系型数据中存储的数据。但是保存到内存的数据容易丢失，所以我们使用Checkpoint做容灾处理。相当于给状态做了快照，把它保存到远程的一个存储空间去。

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAWi1oaGhoaA_size_20_color_FFFFFF_t_70_g_se_x_16 1]  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAWi1oaGhoaA_size_20_color_FFFFFF_t_70_g_se_x_16 2]

### 1.5、Flink中的角色 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAWi1oaGhoaA_size_20_color_FFFFFF_t_70_g_se_x_16 3]

Flink也遵循主从原则，主节点为JobManager，从节点为TaskManager。

1.  客户端  
    将任务提交到JobManager，并和JobManager进行任务交互获取任务执行状态。
2.  JobManager  
    负责任务的调度和资源的管理。负责Checkpoint的协调过程。  
    获取到客户端的任务后，会根据集群中TaskManager上TaskSlot的使用情况，为提交的任务分配相应的TaskSlots资源，并命令TaskManager启动。  
    JobManager在执行任务过程中，会触发Checkpoints操作，每个TaskManager收到Checkpoint指令后，完成Checkpoint操作。完成任务后，Flink会将结果反馈给客户端，并释放掉TaskManager中的资源。
3.  TaskManager  
    负责任务的执行。负责对任务的每个节点上的资源申请与管理。  
    TaskManager从JobManager接受到任务后，使用Slot资源启动Task，开始接受并处理数据。
4.  ResourceManager  
    ResourceManager负责Flink集群中的资源提供、回收、分配、管理task slots。Flink为不同的环境和资源提供者(如：YARN,Mesos,Kubernetes和standalone部署)实现了对应的ResourceManager。在standalone设置中，ResourceManager指能分配可用TaskManager的slots，而不能自行启动新的TaskManager。
5.  Dispatcher  
    Dispacher提供了一个REST接口，用来提交Flink应用程序执行，并未每一个提交的作业启动一个新的JobMaster。它还运行Flink WebUI 用来提供作业执行信息。
6.  JobMaster  
    JobMaster负责管理单个JobGraph的执行。Flink集群中可以同时运行多个作业，每个作业都有自己的JobMaster。

[https_flink.apache.org]: https://flink.apache.org/
[https_flink.apache.org_zh]: https://flink.apache.org/zh/
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAWi1oaGhoaA_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/5f615d30d237475f8c18cd061349fef5.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAWi1oaGhoaA==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAWi1oaGhoaA_size_20_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/2554a53ff196484bbe6b73cb4fa92f4c.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAWi1oaGhoaA==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAWi1oaGhoaA_size_20_color_FFFFFF_t_70_g_se_x_16 2]: https://img-blog.csdnimg.cn/86990b9a44614322be40dedd13a9a11f.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAWi1oaGhoaA==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAWi1oaGhoaA_size_20_color_FFFFFF_t_70_g_se_x_16 3]: https://img-blog.csdnimg.cn/84b48daf53d84c38841b76ace255f5c2.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAWi1oaGhoaA==,size_20,color_FFFFFF,t_70,g_se,x_16