主从架构：一个JobManager(作业管理器)和多个TaskManager(任务管理器)
JobManager进程中包含三种线程;
1)ResourceManager（资源管理器），管理TaskManager中的Task Slot（任务插槽）
2）Dispatcher(分发器，WebUI)? 提价任务和监控集群和任务
3）JobMaster? 负责管理单个JobGraph的执行，调度任务，将DAG部署到任务管理器
TaskManager(任务管理器)
1）Task Slot(任务插槽)：是一个物理分区
2）不同的任务插槽就是不同的物理分区
3）每个任务插槽是一个内存分片
4） 内存的本质：字节数组
关于任务，子任务，并行子任务
任务：一个Flink作业
子任务：readTextFile,map,sum都是子任务
并行子任务：每个算子可能会有多个并行子任务? ?.print().setParallelism(2) ?
并行度的优先级：
1.任务管理器的配置文件里面? flink-conf.yaml~? ?parallelism.default:1
2.在命令行提交任务时设置并行度? ./bin/flink run? ?xxx.jar? -p 16
3.全局并行度? env.setParallelism(1)
4.针对算子设置并行度? ? .print().setParallelism(1)
并行度注意事项:
1) 不要设置全局并行度? ?因为没法在命令行动态扩容
2）针对某些算子设置并行度? 例如数据源，为了不改变数据的顺序
3）在命令行设置可以动态扩容
4）任务插槽中的数量在配置文件中写死了，但并行度可以动态配置，但并行度的大小不能超过任务插槽的数量
任务插槽：
1）Flink中每一个 TaskManager 都是一个 JVM 进程，每一个任务插槽都会启动一个或者多个线程，它可能会在独立的线程上执行一个或多个 subtask，每一个子任务占用一个任务插槽（Task Slot）。
2）为了控制一个 TaskManager 能接收多少个 Task，TaskManager 通过 Task Slot 来进行控制（一个TaskManager 至少有一个 Slot，flink-conf.yaml）。
3）默认情况下，Flink 允许子任务共享 Slot 。这样的结果是，一个 Slot 可以保存作业的整个管道
4）Task Slot是静态的概念，是指 TaskManager 具有的并发执行能力
?
?任务提交流程：
?