Apache flink Flink任务管理器中的插槽是什么？

在ApacheFlink系统架构中，我们有客户机进程、主进程（JobManager）、工作进程（TaskManager）的概念

上面的每个进程基本上都是一个JVM进程。TaskManager执行单个任务，每个任务在一个线程中执行。因此，管理器到进程或任务到线程的映射是明确的

---

TaskManager中的插槽如何？插槽映射到什么？

Flink中的任务插槽是资源管理和调度的主要单元

当Dispatcher（Flink Master的一部分）接收到要执行的作业时，它会查看作业的执行图以查看执行它需要多少插槽，并向资源管理器请求这些插槽。然后，资源管理器将尽其所能获得这些插槽（有一个纱线资源管理器、一个Kubernetes资源管理器等）。例如，Kubernetes资源管理器将根据需要启动新的任务管理器吊舱，以创建更多插槽

每个任务管理器都配置了一定数量的内存和一定数量的CPU内核，以及为执行任务提供的一定数量的插槽。这些插槽共享任务管理器可用的资源

通常，一个插槽将从作业的一个平行部分分配任务，并且 执行作业所需的插槽数通常与具有最高并行度的任务的并行度相同。我之所以说“通常”，是因为如果禁用插槽共享（插槽共享允许多个任务共享同一个插槽），那么将需要更多的插槽——但几乎没有什么好的理由禁用插槽共享

下图显示了一个简单作业的执行图，其中源、映射和窗口操作符的并行度为2，接收器的并行度为1。源和映射已链接到一个任务中，因此此执行图总共包含5个需要分配给任务槽的任务

下一个图显示了两个TMs，每个TMs都有一个插槽，您可以看到调度器如何跨这两个插槽分配5个任务

---

从图中，我了解到TaskManager基本上是一个JVM进程，任务由线程执行。线程（任务）在JVM进程（taskmanager）内运行。因此，我可以将这2个Flink单元（task，taskmanager）映射到JVM单元（thrad，process）。但Flink的插槽概念映射到了什么呢？它只是Flink用于调度和资源管理的一个抽象概念。我不相信它能很好地映射到单个操作系统或JVM结构上。如果你看一下它的实现，你会发现TaskSlot属于一个作业，管理一组任务，并且有一个内存管理器。它基本上是一个Flink结构，用于管理任务执行所需的资源。