网站设计的目的和意义,古代中国建筑网站,网站开发 入门教程,网站推广排名最新报价1.什么是作业调度
Flink 通过 Task Slots 来定义执行资源。每个 TaskManager 有一到多个 task slot#xff0c;每个 task slot 可以运行一条由多个并行 task 组成的流水线。 这样一条流水线由多个连续的 task 组成#xff0c;比如并行度为 n 的 MapFunction 和 并行度为 n 的…1.什么是作业调度
Flink 通过 Task Slots 来定义执行资源。每个 TaskManager 有一到多个 task slot每个 task slot 可以运行一条由多个并行 task 组成的流水线。 这样一条流水线由多个连续的 task 组成比如并行度为 n 的 MapFunction 和 并行度为 n 的 ReduceFunction。
例如一个由数据源、MapFunction 和 ReduceFunction 组成的 Flink 作业其中数据源和 MapFunction 的并行度为 4 ReduceFunction 的并行度为 3 。流水线由一系列的 Source - Map - Reduce 组成运行在 2 个 TaskManager 组成的集群上每个 TaskManager 包含 3 个 slot整个作业的运行如下图所示。 2.作业调度的9种状态
当创建一个Flink任务后该任务可能会经历多种状态。目前Flink给任务共定义了9种状态包括
CreatedRunningFinishedCancellingCanceledRestartingFailingFailedSuspended
具体状态流转如下图所示 具体流程分成以下几个场景
正常流程 Flink 作业正常启动处于 created 状态启动成功后切换到 running 状态当所有任务都执行完之后会切换到 finished 状态。作业失败如果遇到失败的话作业首先切换到 failing 状态以便取消所有正在运行的 task。如果所有 job 节点都到达最终状态并且 job 无法重启 那么 job 进入 failed 状态。作业重试如果配置了失败重试次数任务会自动尝试重启如果重启成功那么任务会从Restarting 状态变更为 Created 继而再处于 Running 状态如果重启失败且已无法恢复那么任务会等所有tasks都进入到最终状态后变更为Failed状态。作业取消如果用户取消了 job 话它会进入到 cancelling 状态并取消所有正在运行的 task。当所有正在运行的 task 进入到最终状态的时候job 进入 cancelled 状态。
Finished、canceled 和 failed 会导致全局的终结状态并且触发作业的清理。跟这些状态不同suspended 状态只是一个局部的终结。局部的终结意味着作业的执行已经被对应的 JobManager 终结但是集群中另外的 JobManager 依然可以从高可用存储里获取作业信息并重启。因此一个处于 suspended 状态的作业不会被彻底清理掉。
3.Task状态转换
在整个 ExecutionGraph 执行期间每个并行 task 都会经历多个阶段从 created 状态到 finished 或 failed。下图展示了各种状态以及他们之间的转换关系。由于一个 task 可能会被执行多次(比如在异常恢复时)ExecutionVertex 的执行是由 Execution 来跟踪的每个 ExecutionVertex 会记录当前的执行以及之前的执行。 根据任务的不同状态我们可以通过一些监控策略对任务的状态提前进行监控和预警从而保证任务平稳运行。
