Flink 术语表

Checkpoint Storage
checkpoint期间State Backend存储snapshot的地方，JobManager的Java 堆内存或文件系统

Flink Application Cluster
只执行一个Application中的job的集群，生命周期与Application相同

Flink Job Cluster
只执行一个job的集群，生命周期与job相同

Flink Cluster
包含一个JobManager和多个TaskManager进程的分布式系统

Flink Session Cluster
可接收多次job提交，session不停止则永久运行

Event
一个事件是应用程序中领域状态变化的声明，事件可以是流/批处理程序的输入或输出。

Execution Graph/ Physical Graph/
分布式运行时执行的逻辑图的物理转换，nodes转换为tasks，edges是数据流/数据集的输入输出或分区关系

Function
用户实现的包含一段应用逻辑的Flink程序，大多数function都包含在一个对应的Operator中

Parallel Instance
相同operator或function的多个并行的实例

Flink Application
在main()里提交的一个或多个job,

Flink Job
一个逻辑图的运行时表示，job提交由execute()完成

Job Graph / Logical Graph
数据流/数据集的操作和输入输出关系的有向图。节点代表operator, 边代表operator的输入输出关系。逻辑图在提交job时生成。

Managed State
由Flink 框架记录的应用程序的应用state

Operator
逻辑图的节点，一个operator执行一种操作，通常由一个function执行

Operator Chain
一个operator chain是两个或多个连续的不需要重分区的operator。chained operators之间可不通过网络或序列化直接转发数据。

Partition
数据流/数据集中独立的子集。partition通常是某个task的输入。如果某个转换操作导致数据流/集分区改变，则称作重分区。

Execution Mode
批模式或流模式

State Backend
在流处理应用中，TaskManager存储state的方式：TaskManager的java堆内存或内置的RocksDB

Sub-Task
负责处理数据流中一个分区的task，用sub-task时表示相同的operator或operator-chain由有多个并行的task

Task
物理图的一个节点，task是任务的一个基本单位

Flink TaskManager
Flink集群中的工作者进程，Task分配给TaskManager执行，

Transformation
通过对数据流做某种操作而生成新的数据流，可以是one-to-one的转换，也可以是对数据流的分区或聚合