Flink BLOB架构

Flink中支持的BLOB文件类型

• jar包

    被user classloader使用的jar包

• 高负荷RPC消息

    1. RPC消息长度超出了akka.framesize的大小
    2. 在HA摸式中，利用底层分布式文件系统分发单个高负荷RPC消息，比如: TaskDeploymentDescriptor,给多个接受对象。
    3. 失败导致重新部署过程中复用RPC消息

• TaskManager的日志文件

    为了在web ui上展示taskmanager的日志

按存储特性又分为两类

• PERMANENT_BLOB

    生命周期和job的生命周期一致，并且是可恢复的。会上传到BlobStore分布式文件系统中。

• TRANSIENT_BLOB

    生命周期由用户自行管理，并且是不可恢复的。不会上传到BlobStore分布式文件系统中。

架构图

BlobStore

BLOB底层存储，支持多种实现`HDFS`,`S3`,`FTP`等，HA中使用BlobStore进行文件的恢复。

BlobServer

* 提供了基于jobId和BlobKey进行文件上传和下载的方法?
* 本地文件系统的读写，基于`<path>/<jobId>/<BlobKey>`目录结构
* HA 分布式文件系统的读写，基于`<path>/<jobId>/<BlobKey>`目录结构
* 负责本地文件系统和分布式文件系统的清理工作
* 先存储到本地文件系统中，然后如果需要的话再存储到分布式文件系统中
* 下载请求优先使用本地文件系统中的文件
* 进行HA恢复中，下载分布式系统中的文件到本地文件系统中

BlobClient

* 基于jobId和BlobKey对BlobServer中的文件进行本地文件缓存
* 本地文件的读写，基于`<path>/<jobId>/<BlobKey>`目录结构
* 优先使用本地文件系统中的文件，然后尝试从HA分布式文件中获取，最后才尝试从BlobServer中下载
* 负责本地文件系统的清理工作

LibraryCacheManager

桥接task的classloader和缓存的库文件，其`registerJob`,`registerTask`会构建并缓存job，task运行需要的classloader

示例解析：standalone模式中的jar包管理

Flink BLOB架构

原文：https://www.cnblogs.com/andyhe/p/9762013.html