大数据_Flink_数据处理_运行时架构8_数据传输和任务链---Flink工作笔记0023

然后我们再来看上一步我们理解了数据流的执行,生成过程,

然后我们再来看数据流的传输以及任务链,因为如果需要知道

两个任务到底是如何合并的,这里就需要知道数据流传输和任务链才行.

首先我们要知道

1.一个程序中,不同的任务可能有不同的并行度

2.算子也就是不同的任务之间数据传输的模式,可能有one to one的模式,也就是forward模式,也可以是redistributing模式,要知道这个redistributiing模式会导致stream分区的改变,也就一个任务可能会

分成多个任务.比如keyby这个算子,会基于hash值,进行重新数据的重新分区,也就是数据流向不同的slot.

这里的redistribute类似于算子会进行hash等操作,把数据分开,而one to one的操作,比如map ,filter, flatMap不会进行分开,所以是one to one的操作.

大数据_Flink_数据处理_运行时架构8_数据传输和任务链---Flink工作笔记0023相关推荐

大数据_Flink_数据处理_运行时架构4_作业调度原理及思考问题---Flink工作笔记0019
首先我们来看这个过程,可以看到 1.比如我们写了一段代码,有可能用java写的,有可能用scala写的,这个代码,首先会生成一个数据流图,然后这个数据流图可以通过客户端client 2.提交给jobm ...
大数据_Flink_数据处理_运行时架构7_程序结构和数据流图---Flink工作笔记0022
然后我们再来看实际上,flink对数据的处理,反应到代码上可以看到都是对DataStream的处理对吧,然后我们看,可以分成3个部分,一个是source部分,这里就是对源数据流的读取, 然后trans ...
大数据_Flink_数据处理_运行时架构6_slot和并行度的关系---Flink工作笔记0021
上面我们说了flink允许子任务共享slot,等等,有几个任务,如何分配slot等等对吧. 然后我们再继续来看slot和并行度的关系,看到上面左侧,这个任务有A任务4个并行度,然后B任务4个并行度,然 ...
大数据_Flink_数据处理_运行时架构5_slot和任务调度---Flink工作笔记0020
1.并行计算不同的任务,分配到不同的线程上就可以并行计算了 2.然后并行任务,现在我们知道,如果我们设置的并行度是3,那么这里需要的slot就是3个对吧这个跟任务的最大并行度有关 3.然后就是我们写 ...
大数据_Flink_数据处理_运行时架构3_yarn上作业提交流程---Flink工作笔记0018
然后我们再来看看,yarn上面的flink的job提交流程,可以看到首先flink client,1.先去上传flink的jar包和配置,到HDFS,然后,2再提交job任务,给resourcema ...
大数据_Flink_数据处理_运行时架构2_作业提交流程_抽象架构---Flink工作笔记0017
1.首先先去提交任务,这个提交任务可以是在网页端后台,也可以是在命令行提交任务. 在网页端后台提交就是flink的网页管理端对吧. 2.第1步任务将会被提交到分发器 3.第2步分发器会把任务转交给jo ...
大数据_Flink_流式处理_Flik Vs Spark streaming_Flink的特点---Flink工作笔记0007
然后我们再来比较一下spark和flink,可以看到 spark是虽然也是说是做流的处理,但是spark的架构实现是,基于微批处理的,也就是来了数据,先攒一攒,攒够了一批以后,才去处理,他的延时,可 ...
大数据_Flink_数据处理_流式数据源测试---Flink工作笔记0010
前面我们已经写好了,流式数据处理的案例了. 但是我们执行的时候可以看到,我们输入的流,实际上是我们准备的一个文件对吧. 一个Text文件,实际上不算是一个流式数据源那么正式环境的时候,一般都是,用流 ...
大数据_Flink_数据处理_流处理API_Source_自定义测试数据源---Flink工作笔记0028
然后我们来看,一般情况下,从文件中读取数据,用的,不如从kafka,中读取数据用的多. 然后我们再来看一种,自定义数据源,这个主要是我们可以在上线之前模拟很多的数据来进行测试对吧. 这里我们新写一个 ...

大数据_Flink_数据处理_运行时架构8_数据传输和任务链---Flink工作笔记0023

大数据_Flink_数据处理_运行时架构8_数据传输和任务链---Flink工作笔记0023相关推荐

最新文章

热门文章