Flink 解决作业资源随着需求的变化而动态调整的

Flink 作业资源管理

目前，Flink是无法做到Job在运行时动态调整并行度的，不经历重启直接拉起新的Task实列进行运行，目前都是基于重启恢复机制来实现的，因为涉及到状态管理
Flnk 在资源管理中，资源的获取方式包含两种模式：

• Active 模式：主动式，Flink 可以主动的申请、释放资源（通过与资源管理框架集成，如：Yarn、Mesos）
• Reactive 模式：被动响应式，该模式由外部系统来进行分配，释放资源，Flink只是简单地对可用资源进行响应。（这种模式对于基于容器环境相当有意义，如K8S）

现在Flink的资源管理模式是Action 模式，有用户明确指定Job需要的资源，JobMaster 会像ResourceManager 去请求用户的指定的全量资源，当ResourceManager 无法满足JobManager 的申请需求时，该Job 将无法进行正常启动，它会陷入失败重启-》再次尝试申请的循环。

为了能够同时支持Active/Reactive 这两种模式，Flink 1.12.0 版本引入了申明式资源管理设计

该功能和原先最大的差别在于：JobMaster 不再去逐个请求Slot，二十申明需要的资源情况，对资源要求是弹性范围的，不是固定的。

弹性资源包含四个参数（min，targer，max，rs）

• min：执行job的最小资源
• target：jobMaster 期望获得的常规资源需求，它是可变的