Flink的设计与实现：集群资源管理

01 ResourceManager详解

ResourceManager作为统一的集群资源管理器，用于管理整个集群的计算资源，包括CPU资源、内存资源等。

同时，ResourceManager负责向集群资源管理器中申请容器资源启动TaskManager实例，并对TaskManager进行集中管理。当新的作业提交到集群后，JobManager会向ResourceManager申请作业执行需要的计算资源，进而完成整个作业的运行。

如图3-12所示，为了兼容Hadoop Yarn、Kubernetes、Mesos等集群资源管理器，在ResourceManager抽象实现类的基础上，分别实现了ActiveResourceManager、Standalone-ResourceManager以及MesosResourceManager等子类。

其中ActiveResourceManager实现了动态资源管理，可以根据提交的作业动态选择启动或停止TaskManager实例。目前支持TaskManager动态管理和启动的ResourceManager主要有KubernetesResourceManager和Yarn-ResourceManager实现类。

▲图3-12 ResourceManager UML关系图

从图3-12中可以看出，ResourceManager通过实现ResourceManagerGateway接口，向其他组件提供RPC远程访问能力，如TaskManager服务和JobManager服务的Resource-ManagerGateway会将RPC访问请求发送到ResourceManager服务中。

另外，Resource-Manager继承了FencedRpcEndpoint基本实现类，使得ResourceManager可以作为一个RpcEndpoint节点，通过ResourceManagerGateway接口提供给其他服务节点，使之能够以RPC的方式访问ResourceManager服务。

同时，ResourceManager实现了LeaderContender接口，可以作为竞争节点让LeaderElectionService进行Leader节点的选举，保证整个集群ResourceManager组件服务的高可用。

从图3-12中也可以看出，ResourceManager主要包含如下成员变量。

• resourceId：ResourceManager对应的唯一资源ID。

• jobManagerRegistrations：专门存储JobManager注册信息。其中Key为JobID；Value为JobManagerRegistration，当启动JobManager服务时，就会将JobManager信息注册在jobManagerRegistrations实例中。

• jmResourceIdRegistrations：用于存储JobManager注册信息，与jobManagerRegistrations的区别在于Key为ResourceID。

• jobLeaderIdService：用于获取Job Leader ID的服务，在开启的高可用集群中，当JobManager的Leader节点发生切换时，会借助jobLeaderIdService获取当前作业有效的JobID和地址信息。

• taskExecutors：注册在ResourceManager的TaskExecutor列表中，其中Key为Task-Executor对应的ResourceID，Value为WorkRegistration，即TaskExecutor向Resource-Manager注册过程中所提供的信息。

• taskExecutorGatewayFutures：专门存储TaskExecutorGateway的CompletableFuture对象，Key为TaskExecutor对应的ResourceID，Value为CompletableFuture，用于获取Task-ExecutorGateway，实现与TaskExecutor之间的RPC通信。

• highAvailabilityServices：系统高可用服务，基于highAvailabilityServices服务支持组件高可用。

• heartbeatServices：用于创建HeartbeatManager服务，和其他组件之间建立心跳连接。

• fatalErrorHandler：系统异常错误处理，当ResourceManager出现异常时调用fatal-ErrorHandler处理异常错误。

• slotManager：ResourceManager的内部组件，用于管理集群的可用Slot资源，同时接收并处理TaskExecutor的SlotReport。

• clusterInformation：存储整个Flink集群共享的信息，包括blobServerHostname和blobServerPort等配置。

• resourceManagerMetricGroup：ResourceManager的MetricGroup，用于收集和Resource-Manager相关的监控指标。

• leaderElectionService：基于ZooKeeper实现的Leader选举服务，在这里用于实现Resource-Manager组件高可用。

• taskManagerHeartbeatManager：管理与TaskManager之间的心跳信息。

• jobManagerHeartbeatManager：管理与JobManager之间的心跳信息。

• clearStateFuture：用于停止ResourceManager后进行数据异步清理。

02 ResourceManagerGateway接口实现

ResourceManagerGateway接口提供了ResourceManager需要的RPC方法，供其他集群组件调用。例如在TaskExecutor中调用ResourceManagerGateway完成在ResourceManager中注册TaskExecutor的操作。

如图3-13所示，通过对ResourceManagerGateway中提供的RPC方法进行梳理，得到JobManager、TaskExecutor、WebMonitorEndpoint和Dispatcher等组件与ResourceManager-Gateway之间的RPC调用关系图。

▲图3-13 ResourceManager调用关系图

从图3-13中可以看出，JobManager、TaskExecutor、WebMonitorEndpoint和Dispatcher组件分别使用如下方法与ResourceManager服务进行交互。

1. JobManager和ResourceManager 的RPC调用

• registerJobManager()：在ResourceManager中注册JobManager服务，此时会在job-LeaderIdService服务中添加注册的JobManager信息。

• requestSlot()：JobManager向ResourceManager申请运行Task所需的Slot资源。

• heartbeatFromJobManager()：用于在JobManager与ResourceManager之间建立长期的心跳连接。

• disconnectJobManager()：根据JobID删除之前注册在ResourceManager中的Job-Manager信息，并且关闭JobManager与ResourceManager之间的RPC连接。

2. TaskExecutor和ResourceManager 的RPC调用

• heartbeatFromTaskManager()：在TaskExecutor中调用heartbeatFromTaskManager()方法，构建TaskExecutor与ResourceManager之间的心跳连接。

• disconnectTaskManager()：停止TaskExecutor组件时会调用disconnectTaskManager()方法断开TaskExecutor与ResourceManager之间的RPC连接。

• registerTaskExecutor()：当新的TaskExecutor启动时，会调用该方法向Resource-Manager注册TaskExecutor信息。

• sendSlotReport()：当TaskExecutor启动并注册成功后，会调用sendSlotReport()方法向ResourceManager上报SlotReport。SlotReport中包含TaskExecutor的资源数量和配置信息等内容。

• notifySlotAvailable()：当TaskExecutor中具有空闲Slot计算资源时，会调用notify-SlotAvailable()方法通知ResourceManager将该Slot资源变为Available状态。

• cancelSlotRequest()：取消JobManager已经分配的资源。

3. Dispatcher和ResourceManager的RPC调用

• requestResourceOverview()：用于在Dispatcher中获取集群资源信息，包括集群中的TaskManager、numberRegisteredSlots以及numberFreeSlots数量。

• requestTaskManagerMetricQueryServiceAddresses()：从ResourceManager获取Task-Manager的MetricQueryService路径，主要用于前端获取TaskManager的监控指标。

4. WebMonitorEndpoint和ResourceManager 的RPC调用

• requestTaskManagerInfo()：用于获取TaskManager的相关信息，即TaskExecutor启动过程中注册在ResourceManager的信息，包括TaskExecutor的网关地址、端口以及TaskExecutor的硬件信息。

• requestTaskManagerFileUpload()：请求上传文件到BlobServer上，返回Transient-BlobKey。

03 Slot计算资源管理

如图3-14所示，ResourceManager内部主要通过SlotManager服务统一对整个集群的Slot计算资源进行管理。Slot被称为资源卡槽，用于表示可以分配的最小计算资源单位，提交的Task最终会运行在Slot表示的计算资源中。

▲图3-14 Slot计算资源管理

从图3-14中可以看出，ResourceManager包含了Register Slot和Free Slot两个键值对集合。其中Register Slot专门存储ResourceManager中所有已经注册的TaskManagerSlot信息，Free Slot集合则存储了当前SlotManager中处于空闲状态且还没有被分配和使用的Slot集合。

TaskManagerSlot对象包含了SlotID、ResourceProfile以及TaskExecutorConnection等信息。如果Slot被分配使用，在TaskManagerSlot中还会存储AllocationID和JobID等分配信息，表明当前Slot已经被指定JobID对应的JobManager使用。

另外，SlotManager还包含了pendingSlotRequests和fulfilledSlotRequests两个键值对集合。其中pendingSlotRequests存储了所有处于pending和unfulfilled状态的Slot请求，fulfilledSlotRequests存储了所有已经分配完成的Slot请求。

Slot资源申请都会以Pending-SlotRequest的形式存储在pendingSlotRequests集合中，等待SlotManager根据当前集群的Slot资源进行分配。

当符合条件的Slot资源分配给指定的PendingSlotRequest后，会为其创建AllocationId，并将分配了AllocationId和SlotId信息的SlotRequest存储到fulfilled-SlotRequests集合中。

对Slot计算资源的注册和管理，主要是在TaskManager和ResourceManager服务之间进行的，TaskManager作为Slot计算资源的提供方，ResourceManager则作为Slot计算资源的接收和管理方。这里我们简单梳理一下TaskManager向SlotManager中注册Slot资源的整个过程。

• 启动TaskManager后，调用ResourceManagerGateway.registerTaskExecutor()方法向ResourceManager中注册TaskManager连接信息。

• 创建TaskManager和ResourceManager之间的RPC连接，TaskManager调用Resource-ManagerGateway.sendSlotReport()方法向ResourceManager发送SlotReport信息，接着ResourceManager调用SlotManager.registerTaskManager()方法，将TaskManager的资源信息写入SlotManager。

• 在SlotManager中根据SlotReport中的Slot信息创建TaskManagerSlot，并注册到SlotManager的HashMap<SlotID, TaskManagerSlot> slots集合中。

• SlotManager含有HashMap<SlotID, TaskManagerSlot> slots和LinkedHashMap<SlotID, TaskManagerSlot> freeSlots两个Slot集合。前者维护所有注册到SlotManager中的Slot计算资源，后者存储当前SlotManager中可用的Slot资源。

在SlotManager中完成Slot资源注册后，等待集群提交和运行作业。JobManager通过调用ResourceManagerGateway中的相关方法为作业申请Slot计算资源，整个申请过程如下。

• JobManager调用ResourceManagerGateway.requestSlot()方法向ResourceManager发起Slot计算资源申请。

• ResourceManager内部会调用SlotManager.registerSlotRequest()方法，向SlotManager申请作业需要的Slot计算资源。

• SlotManager中维护了HashMap<AllocationID, PendingSlotRequest> pendingSlotRequests集合，将所有的PendingSlotRequest存储在该集合中，并根据SlotRequest的Resource-Profile匹配合适的Slot计算资源，然后对Slot进行分配。

• 当SlotRequest需要的Slot计算资源分配完毕后，将已经分配的SlotID信息写入HashMap<AllocationID, SlotID> fulfilledSlotRequests集合。

SlotManager组件会对Slot进行统一的管理，在内部构建一个Slot计算资源池，有新的Slot注册时，会优先从pendingSlotRequests集合中获取处于Pending状态的SlotRequest，并为该SlotRequest分配Slot计算资源。

以上就是在ResourceManager中注册和分配Slot计算资源的全部过程，本文篇幅有限，Slot注册和分配过程中涉及的核心代码的详细介绍，请见《Flink设计与实现：核心原理与源码解析》第3.3.3节。