深入flink系列——集群启动流程

1 前言

本文主要梳理一下Flink on Yarn集群启动流程，主要关注各组件之间调用关系的源码梳理，期望对大家阅读Flink源码时把握整体流程有一定的帮助。更细致的每个组件内部的构成及作用还仍待进一步的学习才能整理。

觉得文章有收获，欢迎关注公众号鼓励一下作者呀~
在学习的过程中，也搜集了一些量化、技术的视频及书籍资源，欢迎大家关注公众号【亚里随笔】获取

2 Flink on Yarn 集群启动流程

参考学习资料中绘制的动图，这里来梳理一下Flink on Yarn集群的启动流程。

图1 Flink on Yarn启动流程

1. 首先，用户通过脚本bin/flink run -t yarn-per-job -c xxx启动集群，并提交作业。
	1.1 bin/flink脚本通过CliFrontend来运行
	1.2 通过CliFrontendParser来解析命令参数
	1.3 由命令行参数-t yarn-per-job 确定使用FlinkYarnSessionCli
	1.4 executeProgram执行用户代码callMainMethod
	1.5 StreamExecutionEnvironment.execute生成streamGraph
	1.6 YarnJobClusterExecutor.execute生成jobGraph
	1.7 & 1.8 YarnClusterDescripter.deployJobCluster将jobGraph部署到集群，startAppMaster
		1.7 fileUploader上传jar包和配置至HDFS
		1.8 封装Yarn ApplicationMaster的提交参数和命令
	1.9 yarnClient.submitApplication(appContext) 向Yarn的Resource Manager提交任务信息
2. 启动yarn的ApplicationMaster，入口类YarnJobClusterEntrypoint
3. clusterEntrypoint.startCluster()启动集群
	3.1 dispatcherRunnerFactory.createDispatcherRunner创建Dispatcher
	3.2 Dispatcher.onStart()->startRecoveredJobs 创建并启动jobMaster (jobManagerRunner)，JobMaster.startJobMasterServices启动slotPool
	3.3 启动schedulerNG，生成executionGraph
	3.4 resourceManagerService.start() 启动resourceManager
4. slotPool向slotManager注册、请求slot
5. slotManager向Yarn的ResourceManager申请新资源requestNewWorker
6. Yarn的ResourceManager启动新的TaskManager，入口类YarnTaskExecutorRunner
7. taskManagerRunner.start() 启动 taskExecutor
8. taskExecutor向slotManager注册slot
9. slotManager将slot分配给jobMaster
10. taskExecutor将slot提供给jobMaster的slotPool
11. submitTask() jobMaster提交任务至slot执行

3 Flink on Yarn源码调用关系梳理

上面我们整理了Flink on Yarn集群各模块的启动流程，这里我们从源码的调用关系的角度梳理各启动流程对应的源码调用。可以结合图1阅读对应的源码，应该能帮助大家快速地理清集群启动的流程。

图2 Flink on Yarn集群启动过程源码调用关系

学习资料

• 尚硅谷Flink内核源码解析课程
• FLIP-6: Flink Deployment and Process Model - Standalone, Yarn, Mesos, Kubernetes, etc.
• Flink on YARN 流程之Flink Cluster 启动流程