Flink核心技术：源码剖析与特性开发

第 一部分 设计思想篇
第 1章 序篇　3
1．1 Flink的诞生与发展　3
1．1．1 Stratosphere项目　3
1．1．2 Apache Flink的发展　4
1．2 Flink的应用场景　5
1．2．1 事件驱动型应用　5
1．2．2 数据分析型应用　5
1．2．3 数据管道型应用　9
1．3 Flink的核心特性与架构　9
1．3．1 核心特性　9
1．3．2 架构　10
1．4 准备工作　11
1．5 总结　12
第 2章 Flink编程　13
2．1 API层级　13
2．2 DataStream API　14
2．2．1 DataStream版本的
WordCount　14
2．2．2 数据源　16
2．2．3 数据的转换操作　16
2．2．4 数据的输出　20
2．2．5 重分区　21
2．3 DataSet API　21
2．3．1 DataSet版本的WordCount　21
2．3．2 数据源　22
2．3．3 数据的转换操作　22
2．3．4 数据的输出　24
2．3．5 重分区　25
2．4 Table API　25
2．4．1 Table API版本的WordCount　25
2．4．2 初始化执行环境　26
2．4．3 获取Table对象　28
2．4．4 Table API中的转换操作及输出　28
2．5 SQL　34
2．6 总结　34
第3章 Flink API层的实现原理　36
3．1 DataStream API　37
3．1．1 StreamExecutionEnvironment执行环境　37
3．1．2 Function接口分析　42
3．1．3 StreamOperator算子分析　45
3．1．4 转换操作分析　48
3．1．5 数据流相关类分析　53
3．2 DataSet API　59
3．2．1 ExecutionEnvironment执行环境　59
3．2．2 InputFormat和OutputFormat　62
3．2．3 数据集相关类分析　63
3．3 Table API和SQL　68
3．4 总结　71
第4章 Flink的执行图　72
4．1 StreamGraph的生成　73
4．1．1 StreamGraphGenerator分析　73
4．1．2 StreamGraph分析　77
4．1．3 StreamNode和StreamEdge　80
4．2 Plan的生成　81
4．2．1 OperatorTranslation分析　82
4．2．2 Plan分析　84
4．3 从StreamGraph到JobGraph　85
4．3．1 StreamingJobGraphGenerator分析　87
4．3．2 JobGraph分析　93
4．3．3 JobVertex、JobEdge和IntermediateDataSet　94
4．4 从Plan到JobGraph　95
4．5 从JobGraph到ExecutionGraph　96
4．5．1 ExecutionGraphBuilder分析　98
4．5．2 ExecutionGraph分析　99
4．5．3 ExecutionJobVertex、ExecutionVertex和Execution分析　102
4．5．4 IntermediateResult、IntermediateResultPartition和ExecutionEdge　106
4．6 总结　108
第5章 Flink的运行时架构　109
5．1 客户端代码的运行　110
5．2 高可用相关组件　115
5．2．1 EmbeddedHaServices　115
5．2．2 EmbeddedLeaderService　117
5．3 派发器的初始化与启动　122
5．4 资源管理器的初始化与启动　128
5．5 TaskExecutor的初始化与启动　131
5．6 JobMaster的初始化与启动　134
5．7 总结　137
第6章 任务调度　138
6．1 调度器　138
6．1．1 调度器的基本构成与初始化　139
6．1．2 构造ExecutionGraph　142
6．2 调度拓扑　143
6．3 调度策略　147
6．3．1 EagerSchedulingStrategy　147
6．3．2 LazyFromSourcesSchedulingStrategy　149
6．3．3 InputDependencyConstraintChecker　152
6．4 调度过程的实现　157
6．4．1 开始调度　157
6．4．2 更新任务状态　159
6．4．3 调度或更新消费者　163
6．5 任务的部署　163
6．6 Execution对象在调度过程中的行为　166
6．7 总结　173
第7章 任务的生命周期　174
7．1 任务的提交　174
7．1．1 TaskDeploymentDescriptor　176
7．1．2 ResultPartitionDeployment Descriptor　178
7．1．3 InputGateDeployment Descriptor　180
7．1．4 ShuffleDescriptor　181
7．1．5 ProducerDescriptor和PartitionDescriptor　185
7．1．6 TaskDeploymentDescriptor的提交　188
7．2 任务的初始化　189
7．2．1 Task的初始化　189
7．2．2 ResultPartition的初始化　191
7．2．3 InputGate的初始化　194
7．3 任务的执行　197
7．3．1 StreamTask的初始化　202
7．3．2 StreamTask中的重要概念　204
7．3．3 StreamTask的实现类　219
7．3．4 StreamTask的生命周期　222
7．3．5 DataSourceTask、BatchTask和DataSinkTask　227
7．4 总结　237
第8章 数据传输　238
8．1 基本概念与设计思想　238
8．1．1 从逻辑执行图到物理执行图　239
8．1．2 用同一套模型应对批处理和流处理　242
8．1．3 混洗　242
8．1．4 流量控制　245
8．2 数据的输出　252
8．2．1 ResultPartitionType　253
8．2．2 ResultPartitionWriter　256
8．2．3 ResultSubpartition　262
8．3 数据的读取　265
8．3．1 ResultSubpartitionView　266
8．3．2 InputGate　269
8．3．3 InputChannel　273
8．4 反压机制的原理　278
8．5 总结　283
第9章 时间与窗口　284
9．1 基本概念和设计思想　284
9．1．1 从批处理到流处理　284
9．1．2 数据流模型的设计思想　287
9．1．3 Flink中与窗口操作相关的核心概念　289
9．2 WindowedStream　290
9．3 窗口相关模型的实现　292
9．3．1 Window类　292
9．3．2 WindowAssigner类　293
9．3．3 Trigger类　294
9．3．4 Evictor类　296
9．4 WindowOperator　297
9．5 水位线　299
9．5．1 产生水位线　300
9．5．2 多个数据流传来的水位　303
9．6 定时器　304
9．7 总结　307
第 10章 状态与容错　308
10．1 基本概念与设计思想　308
10．1．1 状态与容错的基本概念　308
10．1．2 Hadoop与Spark如何设计容错机制　311
10．1．3 Flink中容错机制的设计思想　311
10．1．4 Flink的状态与容错机制的核心概念　313
10．2 状态存储　315
10．2．1 检查点的触发　316
10．2．2 栅栏的传输　323
10．2．3 状态数据的更新和存储　331
10．2．4 元信息的存储　336
10．3 状态恢复　341
10．3．1 元信息的读取　342
10．3．2 状态的重分配　344
10．3．3 状态数据的恢复　347
10．4 状态的重分配策略　349
10．4．1 操作符状态的重分配　350
10．4．2 键控状态的重分配　352
10．5 总结　353
第二部分 特性开发篇
第 11章 动态调整并行度　357
11．1 模型设计　357
11．1．1 传统模型的局限　357
11．1．2 DS2模型的核心概念　358
11．1．3 算法原理　359
11．1．4 架构设计　360
11．1．5 使用DS2模型的注意事项　361
11．2 指标收集　361
11．3 指标管理　364
11．4 总结　366
第 12章 自适应查询执行　367
12．1 Flink框架下的自适应查询执行　368
12．1．1 执行阶段的划分　368
12．1．2 优化流程　368
12．1．3 优化策略　370
12．2 统计信息的收集　373
12．3 执行图与调度拓扑的修改　374
12．4 上下游关系的建立　377
12．5 总结　378
第 13章 Flink Sort-Merge Shuffle　379
13．1 混洗机制的对比　379
13．2 Flink混洗机制　381
13．3 Blink混洗的数据流转　382
13．3．1 ExternalResultPartition　383
13．3．2 PartitionMergeFileWriter　384
13．4 Blink混洗的Sort-Merge过程　386
13．4．1 PushedUnilateralSort Merger　387
13．4．2 NormalizedKeySorter　390
13．4．3 排序线程　393
13．4．4 溢写线程　393
13．4．5 合并线程　395
13．5 文件的读取和元信息管理　398
13．5．1 ExternalBlockResultPartition Manager　398
13．5．2 ExternalBlockResultPartition Meta　399
13．5．3 ExternalBlockSubpartition View　400
13．6 总结　402
第 14章 修改检查点的状态　403
14．1 状态修改的原理　403
14．1．1 状态元信息的读取　404
14．1．2 状态数据的读取　405
14．2 状态处理器API　407
14．2．1 数据的读取　409
14．2．2 数据的写出　413
14．3 总结　414