看完这篇Flink 架构体系,可以放心和面试官聊了

前言
首先,还是那个熟悉的开场白。我是英俊潇洒,风流倜傥的DJ丶小哪吒。今天我又来为你们分享知识了。今天要给你们分享的是flink的架构体系。我们在面试过程中,只要你说你会xx框架。那么几乎绕不开架构体系。这也就是小编为什么博客中,关于架构及工作流程写的如此详细的原因了。希望本篇文章也能帮助到各位,也希望各位能通过本篇文章对flink有个新的认识。

看完这篇Flink 架构体系,可以放心和面试官聊了

1、Flink 架构体系

1.1、Flink 中的重要角⾊

看完这篇Flink 架构体系,可以放心和面试官聊了
JobManager 处理器:
也称之为 Master, 用于协调分布式执行, 它们用来调度 task, 协调检查点, 协调失败 时恢复等。 Flink 运行时至少存在一个 master 处理器, 如果配置高可用模式则会存在多 个 master 处理器, 它们其中有一个是 leader, 而其他的都是 standby。
TaskManager 处理器:
也称之为 Worker, 用于执行一个 dataflow 的 task(或者特殊的 subtask)、 数据缓冲和 datastream 的交换, Flink 运行时至少会存在一个 worker 处理器。

1.2、无界数据流与有界数据流

无界数据流:
无界数据流有一个开始但是没有结束的流, 它们不会在生成时终止并提供数 据, 必须连续处理无界流, 也就是说必须在获取后立即处理 event。 对于无界数据流我 们无法等待所有数据都到达, 因为输入是无界的, 并且在任何时间点都不会完成。 处理 无界数据通常要求以特定顺序( 例如事件发生的顺序) 获取 event, 以便能够推断结果 完整性。

有界数据流:
有界数据流有明确定义的开始和结束的流, 可以在执行任何计算之前通过获 取所有数据来处理有界流, 处理有界流不需要有序获取, 因为可以始终对有界数据集进行 排序, 有界流的处理也称为批处理。

看完这篇Flink 架构体系,可以放心和面试官聊了
Apache Flink 是一个面向分布式数据流处理和批量数据处理的开源计算平台, 它能够 基于同一个 Flink 运行时(Flink Runtime), 提供支持流处理和批处理两种类型应用的功 能。 现有的开源计算方案, 会把流处理和批处理作为两种不同的应用类型, 因为它们要 实现的目标是完全不相同的: 流处理一般需要支持低延迟、 Exactly-once 保证, 而批处 理需要支持高吞吐、 高效处理,所以在实现的时候通常是分别给出两套实现方法, 或者通 过一个独立的开源框架来实现其中每一种处理方案。 例如, 实现批处理的开源方案有 MapReduce、 Tez、 Crunch、 Spark, 实现流处理的开源方案有 Samza、 Storm。

Flink 在实现流处理和批处理时, 与传统的一些方案完全不同, 它从另一个视角看待 流处理和批处理, 将二者统一起来: Flink 是完全支持流处理, 也就是说作为流处理看 待时输入数据流是无界的; 批处理被作为一种特殊的流处理, 只是它的输入数据流被定义 为有界的。 基于同一个 Flink 运行时(Flink Runtime), 分别提供了流处理和批处理 API, 而这两种 API 也是实现上层面向流处理、 批处理类型应用框架的基础。

1.3、Flink 数据流编程模型

Flink 提供了不同的抽象级别以开发流式或批处理应用。
看完这篇Flink 架构体系,可以放心和面试官聊了
最底层级的抽象仅仅提供了有状态流, 它将通过过程函数( Process Function) 被嵌入到 DataStream API 中。 底层过程函数(Process Function) 与 DataStream API 相 集成, 使其可以对某些特定的操作进行底层的抽象, 它允许用户可以自由地处理来自一个 或多个数据流的事件, 并使用一致的容错的状态。 除此之外, 用户可以注册事件时间并 处理时间回调, 从而使程序可以处理复杂的计算。

实际上, 大多数应用并不需要上述的底层抽象, 而是针对核心 API(Core APIs) 进 行编程,比如 DataStream API(有界或无界流数据) 以及 DataSet API(有界数据集) 。 这些 API 为数据处理提供了通用的构建模块, 比如由用户定义的多种形式的转换 ( transformations) , 连接(joins) , 聚合(aggregations) , 窗口操作(windows) 等等。 DataSet API 为有界数据集提供了额外的支持, 例如循环与迭代。 这些 API 处理 的数据类型以类(classes) 的形式由各自的编程语言所表示。Table API 是以表为中心的 声明式编程, 其中表可能会动态变化(在表达流数据时) 。 TableAPI 遵循(扩展的) 关 系模型: 表有二维数据结构(schema) (类似于关系数据库中的表) , 同时 API 提供 可比较的操作, 例如 select、 project、 join、 group-by、 aggregate 等。

Table API 程序声明式地定义了什么逻辑操作应该执行, 而不是准确地确定这些操作 代码的看上去如何 。尽管 Table API 可以通过多种类型的用户自定义函数(UDF) 进行扩 展, 其仍不如核心 API 更具表达能力, 但是使用起来却更加简洁(代码量更少) 。 除 此之外, Table API 程序在执行之前会经过内置优化器进行优化。你 可 以 在 表 与 DataStream/DataSet 之 间 无 缝 切 换 ,以 允 许 程 序 将 Table API 与 DataStream 以及 DataSet 混合使用

Flink 提供的最高层级的抽象是 SQL 。 这一层抽象在语法与表达能力上与 Table API 类似,但是是以 SQL 查询表达式的形式表现程序。 SQL 抽象与 Table API 交互密切, 同 时 SQL 查询可以直接在 Table API 定义的表上执行。

看完这篇Flink 架构体系,可以放心和面试官聊了

1.4、Libraries 支持

  • 支持机器学习( FlinkML)
  • 支持图分析( Gelly)
  • 支持关系数据处理( Table)
  • 支持复杂事件处理( CEP)

看完这篇Flink 架构体系,可以放心和面试官聊了


好了,以上内容就到这里。下期更精彩哦。 敬请

区块链毕设网(www.qklbishe.com)全网最靠谱的原创区块链毕设代做网站
部分资料来自网络,侵权联系删除!
资源收费仅为搬运整理打赏费用,用户自愿支付 !
qklbishe.com区块链毕设代做网专注|以太坊fabric-计算机|java|毕业设计|代做平台 » 看完这篇Flink 架构体系,可以放心和面试官聊了

提供最优质的资源集合

立即查看 了解详情