Flink的新线程模型从1.9开始，到1.10才改造完成，但笔者接触FLink都已经1.10了，在研究Flink线程模型时才得以了解这些信息，所以对之前版本的线程模型并不熟知。为了简化研究的复杂度，本文试图调试Flink的local模式看看新线程模型下如何传递数据。下文分别从两个角度分析：1、各个相关线程的启动。2、数据如何流动。
花了3天时间终于理清楚了。经过研究它们的交互图如下：
该图流程相对清晰，读者可根据流程图理解交互过程，下文会通过调试代码完成解读。
一、各个相关线程的启动
打开idea，使用官网自带的一个基础的demo线程
该demo有source->flatmap->keyBy->reduce->print几个过程，为了防止这些过程被优化后运行在同一个的slot里，所以添加了setParallelism(2)。
打开debug模式，可以看到如下的线程：
该Local模型中Flink处理数据相关的线程有12个线程，从线程名字可以看出3个source的，4个flatmap,4个KeyedReduce的，1个Sink：print的。从运行状态看，只用LegacySourceThread是处于Running状态，5个OutPut处于sleep状态，6个线程处于wait状态。，
下面通过调试一个完整的数据流动过程来验证线程交互过程。
2、数据如何流动
首先发送一条数据
该数据首先被处于running状态的LegacySourceThread接收，然后放入队列里，此时定时outputflusher线程进行flushall。outputFlusher线程是在Recordwriter初始化的时候创建并启动的。其函数代码如下：可以看到它每隔timeout间隔唤醒一次，然后执行flushAll(）。该阶段唤醒的是名为“OutputFlusher for Source：SocketStream”?线程。
该“OutputFlusher for Source：SocketStream”线程唤醒后，会额外发送一个“resume default action” 邮件到FlatMap线程的邮箱里，此时处于wait状态的FlatMap线程被唤醒。
从下图可以看出此时FlatMap线程获取到了“resume default action” 邮件，
然后开始读取并处理数据
注意，此时会调用我们自己写的函数userFunction.flatmap，这里可以知道我们写的代码什么时候被调用了。
接下来由“OutputFlusher?for FlatMap”线程发送“resume default action” 邮件到KeyedReduce线程的邮箱，唤醒处于wait状态的KeyedReduce线程，
KeyedReduce线程处理完数据后，由定时线程“OutputFlusher?for?KeyedReduce”线程发送“resume default action” 邮件到"Sink: print to Std.out"线程的邮箱，唤醒处于wait状态的"Sink:?print to Std.out"线程
处于wait状态的"Sink:?print to Std.out"线程被唤醒后开始读取邮件
同样是开始处理数据，
可以看到我们重写的toString函数也被调用了。
以上过程就是新线程模型的在local模式下的调用过程，调试线程有助于掌握多线程调试的技巧，更进一步掌握系统被卡时的问题定位。这些内容仅是个理解，如有异议，欢迎交流。
感谢关注，谢谢！
?