Flink的资源管理主要涉及两级资源:集群资源和Flink自身资源。集群资源是指硬件资源,包括CPU、内存、GPU等,由资源管理框架(例如Yarn、K8s、Mesos)来进行管理,Flink通过这些框架来申请和释放资源。另一方面,Flink自身资源涉及到每个子任务的资源使用,这部分资源由Flink自身进行管理。
在自顶向下的资源管理中,我们配置的是整个Job的资源,而Flink通过Slot Sharing机制控制Slot的数量和负载均衡,通过调整Task Manager / Slot的资源,以适应一个Slot Sharing Group的需求。
需要注意的是,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。ResourceManager负责向集群资源管理器申请容器资源启动TaskManager实例。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
实时计算Flink版是阿里云提供的全托管Serverless Flink云服务,基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎,提高作业开发运维效率。