一、Flink送出任務的流程
Flink任務送出後，Client向HDFS上傳Flink的jar包和配置，之後向Yarn ResourceManager送出任務，ResourceManager配置設定Container資源并通知對應的NodeManager啟動
ApplicationMaster，ApplicationMaster啟動後加載Flink的jar包和配置建構環境，然後啟動JobManager；之後Application Master向ResourceManager申請資源啟動TaskManager
，ResourceManager配置設定Container資源後，由ApplicationMaster通知資源所在的節點的NodeManager啟動TaskManager，NodeManager加載Flink的Jar包和配置建構環境并啟動TaskManager，TaskManager啟動向JobManager發送心跳，并等待JobManager向其配置設定任務。
二、Flink任務排程原理
1、Program Code：我們編寫的Flink應用程式代碼。
2、JobClient：JobClient不是Flink程式執行的内部部分，但它是任務執行的起點。JobClient負責接受使用者的程式代碼，然後建立資料流，将資料流送出給
JobManager以便進一步執行。執行完成後，JobClient将結果傳回給使用者。
3、JobManager：主程序（也稱為作業管理器）協調和管理程式的執行。它的主要指責包括安排任務，管理checkpoint，故障恢複等。機器叢集中至少要有一個master，
master負責排程task，協調checkpoints和容災，高可用設定的話可以有多個master，但要保證一個是leader，其他是standby；JobManager包含ActorSystem、Scheduler、
CheckPoint三個重要的元件。
4、TaskManager：從JobManager處接收需要部署的Task。TaskManager是在JVM中一個或多個線程中執行任務的工作節點。任務執行的并行性由每個TaskManager上可用
的任務槽決定。每個任務代表配置設定給任務槽的一組資源。例如：如果TaskManager有四個插槽，那麼它将為每個插槽配置設定25%的記憶體。可以在任務槽中運作一個或多個線程。
同一插槽中的線程共享相同的JVM。同一JVM中的任務共享TCP連接配接和心跳資訊。TaskManager的一個Slot代表一個可用線程，該線程具有固定的記憶體，注意Slot隻對記憶體隔離，
沒有對CPU隔離。
預設情況下，Flink允許子任務共享Slot，即使它們是不同的task的subtask，隻要他們來自相同的job。這種共享可以有更好的資源使用率。
TaskManager是Flink的worker節點，他負責Flink中本機slot資源的管理以及具體task的執行。
TaskManager上的基本資源機關是slot，一個作業的task最終會部署在一個TM的slot上運作，TM會負責維護本地的slot資源清單，
并來與Flink Master和JobManager通信。
三、Work與Slot
每一個worker（TaskManager）是一個JVM程序，他可能會在獨立的線程上執行一個或多個subtask。為了控制一個worker能接收到多少個task，worker通過task slot來進行控制
（一個worker至少要有一個task slot）。
每個task slot表示TaskManager擁有資源的一個固定大小的子集。假如一個TaskManager有三個slot，那麼它會将其管理的記憶體分成三份給各個slot。資源slot化意味着一個subtask将不需要跟來自其他的job的subtask競争被管理的記憶體，取而代之的是它将擁有一定數量的記憶體儲備。需要注意的是，這裡不會涉及到CPU的隔離，slot目前僅僅用來隔離
task的受管理的記憶體。
通過調整task slot的數量，允許使用者定義subtask之間如何互相隔離。如果一個TaskManager一個slot，那将意味着每個task group運作在獨立的JVM中（該JVM可能是通過一個特定的容器啟動的），而一個TaskManager多個slot意味着更多的subtask可以共享同一個JVM。而在同一個JVM程序中的task将共享TCP連接配接（基于多路複用）和心跳資訊。他們也
可能共享資料集和資料結構，是以這減少了每個task的負載。
四、Flink程式架構
每個Flink程式都包含以下的若幹流程
獲得一個執行環境：（Execution Environment） 相當于Spark中的SparkContext
加在/建立初始資料：（Source）
指定轉換這些資料：（Transformation）
指定放置計算結果的位置：（Sink）
觸發程式執行
五、 Environment
執行環境StreamExecutionEnvironment是所有Flink程式的基礎。
StreamExecutionEnvironment.getExecutionEnvironment（根據運作情況，傳回本地或者叢集的運作環境） 預設分區是8
建立一個執行環境，表示目前執行程式的上下文。如果程式是獨立調用的，則此方法傳回本地執行環境：如果從指令行用戶端調用程式以送出到叢集，則此方法傳回此叢集的執行環境，也就是說,
getEexecutionEnvironment會根據查詢運作的方式決定傳回什麼樣的運作環境，是最常用的一種建立執行環境的方式。
StreamExecutionEnvironment.createLocalEnvironment(1) -》開始隻有一個分區
傳回本地執行環境，需要在調用時指定預設的并行度。
StreamExecutionEnvironment.createRemoteEnvironment("localhost",8800)
傳回叢集執行環境，将Jar送出到遠端伺服器。需要在調用時指定JobManager的IP和端口号，并指定要在叢集中運作的Jar包。
六、Source
1、基于File的資料源
1.1、readTextFile（path）
1.1、readTextFile（path）
一列一列的讀取遵循TextInputFormat規範的文本檔案，并将結果作為String傳回。
