Kruskual的博客

Flink Graph早期，Batch和Stream的图结构和优化方法有很大的区别，所以批处理使用OptimizedPlan来做Batch相关的优化，使用StreamGraph表达流计算的逻辑，最终都转换为JobGraph，实现了流批的统一。流计算应用的Graph转换　　对于流计算应用来说，首先将DataStreamAPI的调用转换为Transformation，然后经过StreamGraph->JobGraph->ExecutionGraph3层转换（Flink内置的数据结构），最后经过

Flink集群采用Mater-Slave架构，Master的角色是JobManager，负责集群和作业管理，Slave的角色是TaskManager，负责执行计算任务。除此之外，Flink还提供了客户端来管理集群和提交任务，其中JobManager和TaskManager是集群的进程，Flink客户端是在集群外部执行的进程，不是集群的一部分。1.Flink客户端Flink客户端是Flink提供的CLI命令行工具，用来提交Flink作业到Flink集群，在客户端中负责Stream Graph（流图）和Jo

英文好，理解强的同学请看官方解释。觉得麻烦的同学，请先阅读文末笔者的笔记。官方解释如下：[yuaf@hadoop32 flink-yarn]$ bin/flink --help./flink <ACTION> [OPTIONS] [ARGUMENTS]The following actions are available:Action "run" compiles and runs a program. Syntax: run [OPTIONS] <jar-file&

Flink由相同的基本部分组成（1）获取参数（可选）（2）初始化Stream执行环境（3）配置参数（4）读取外部数据（5）数据处理流程（6）将处理结果写入外部（7）触发执行