尚硅谷2021最新Java版Flink（武老师清华硕士，原IBM-CDL负责人）
Flink的特点：
- 事件驱动
- 基于流的世界观：有界流和无界流
- 分层API
- 其他特点
任务提交流程：
YARN任务提交流程：
执行图：
由 Flink 程序直接映射成的数据流图是 StreamGraph，也被称为逻辑流图，因为
它们表示的是计算逻辑的高级视图。为了执行一个流处理程序，Flink 需要将逻辑流
图转换为物理数据流图（也叫执行图），详细说明程序的执行方式。
Flink 中的执行图可以分成四层：StreamGraph -> JobGraph -> ExecutionGraph ->
物理执行图。
StreamGraph：是根据用户通过 Stream API 编写的代码生成的最初的图。用
来表示程序的拓扑结构。
JobGraph：StreamGraph 经过优化后生成了 JobGraph，提交给 JobManager 的
数据结构。主要的优化为，将多个符合条件的节点 chain 在一起作为一个节点，这
样可以减少数据在节点之间流动所需要的序列化/反序列化/传输消耗。
ExecutionGraph ： JobManager 根 据 JobGraph 生 成 ExecutionGraph 。
ExecutionGraph 是 JobGraph 的并行化版本，是调度层最核心的数据结构。
物理执行图：JobManager 根据 ExecutionGraph 对 Job 进行调度后，在各个
TaskManager 上部署 Task 后形成的“图”，并不是一个具体的数据结构。
