共计 1785 个字符，预计需要花费 5 分钟才能阅读完成。
锁屏面试题百日百刷，每个工作日保持更新面试题。请看到最初就能获取你想要的, 接下来的是今日的面试题：
1.JobManger 在集群中表演了什么角色？**
JobManager 负责整个 Flink 集群工作的调度以及资源的治理，从客户端中获取提交的利用，而后依据集群中 TaskManager 上 TaskSlot 的应用状况，为提交的利用调配相应的 TaskSlot 资源并命令 TaskManager 启动从客户端中获取的利用。JobManager 相当于整个集群的 Master 节点，且整个集群有且只有一个沉闷的 JobManager，负责整个集群的工作治理和资源管理。JobManager 和 TaskManager 之间通过 Actor System 进行通信，获取工作执行的状况并通过 Actor System 将利用的工作执行状况发送给客户端。同时在工作执行的过程中，Flink JobManager 会触发 Checkpoint 操作，每个 TaskManager 节点 收到 Checkpoint 触发指令后，实现 Checkpoint 操作，所有的 Checkpoint 协调过程都是在 Fink JobManager 中实现。当工作实现后，Flink 会将工作执行的信息反馈给客户端，并且开释掉 TaskManager 中的资源以供下一次提交工作应用。
2.JobManger 在集群启动过程中起到什么作用？**
JobManager 的职责次要是接管 Flink 作业，调度 Task，收集作业状态和治理 TaskManager。它蕴含一个 Actor，
并且做如下操作：
RegisterTaskManager: 它由想要注册到 JobManager 的 TaskManager 发送。注册胜利会通过
AcknowledgeRegistration 音讯进行 Ack。
SubmitJob: 由提交作业到零碎的 Client 发送。提交的信息是 JobGraph 模式的作业形容信息。
CancelJob: 申请勾销指定 id 的作业。胜利会返回 CancellationSuccess，否则返回 CancellationFailure。
UpdateTaskExecutionState: 由 TaskManager 发送，用来更新执行节点 (ExecutionVertex) 的状态。胜利则返回 true，否则返回 false。
RequestNextInputSplit: TaskManager 上的 Task 申请下一个输出 split，胜利则返回 NextInputSplit，否则返回 null。
JobStatusChanged：它意味着作业的状态 (RUNNING, CANCELING, FINISHED, 等) 发生变化。这个音讯由 ExecutionGraph 发送。
3.TaskManager 在集群中表演了什么角色？**
TaskManager 相当于整个集群的 Slave 节点，负责具体的工作执行和对应工作在每个节点上的资源申请和治理。客户端通过将编写好的 Flink 利用编译打包，提交到 JobManager，而后 JobManager 会依据已注册在 JobManager 中 TaskManager 的资源状况，将任务分配给有资源的 TaskManager 节点，而后启动并运行工作。
TaskManager 从 JobManager 接管须要部署的工作，而后应用 Slot 资源启动 Task，建设数据接入的网络连接，接收数据并开始数据处理。同时 TaskManager 之间的数据交互都是通过数据流的形式进行的。能够看出，Flink 的工作运行其实是采纳多线程的形式，这和 MapReduce 多 JVM 进行的形式有很大的区别，Flink 可能极大进步 CPU 应用效率，在多个工作和 Task 之间通过 TaskSlot 形式共享系统资源，每个 TaskManager 中通过治理多个 TaskSlot 资源池进行对资源进行无效治理。
4.TaskManager 在集群启动过程中起到什么作用？**
TaskManager 的启动流程较为简单：启动类 org.apache.flink.runtime.taskmanager.TaskManager 外围启动办法：selectNetworkInterfaceAndRunTaskManager 启动后间接向 JobManager 注册本人，注册实现后，进行局部模块的初始化。
全部内容在 git 上, 理解更多请点我头像或到我的主页去取得，谢谢**