Flink运行时架构主要包括四个不同的组件，它们会在运行流处理应用程序时协同工作：
- 作业管理器（JobManager，管理job的执行，一个job一个jobManager）
- 任务管理器（TaskManager）
- 资源管理器（ResourceManager，flink集群自己的，不要和yarn的RM混淆；用于申请资源，如果flink部署在yarn上，会向yarn的RM申请资源，standalone模式下自己分配资源）
4) 分发器（Dispatcher，当job提交的时候，用于给job分配jobManager，有的模式没有该组件）。
因为Flink是用Java和Scala实现的，所以所有组件都会运行在Java虚拟机上。每个组件的职责如下：
1.作业管理器（JobManager）
(1) 1对1
- 一个JobManager控制一个应用程序执行的主进程.
- 也就是说，每个应用程序(application,ExecutionEnvironment)都会被不同的JobManager所控制执行。
(2) 接收应用程序
应用程序包括：两图+资源
作业图（JobGraph）、逻辑数据流图（logical dataflow graph）+ 打包了所有的类、库和其它资源的JAR包。
JobManager会把JobGraph转换成“执行图”（ExecutionGraph）。
(3) 向资源管理器（ResourceManager）请求资源
资源 = 任务管理器（TaskManager）中的插槽（slot）。
(4) JobManager到了足够的资源将执行图分发到真正运行它们的TaskManager上。
(5) 责所有需要中央协调的操作，比如说检查点（checkpoints）的协调。
2.资源管理器（ResourceManager）
（1）管理任务执行需要的插槽（slot）
插槽是Flink中定义的计算资源的单元。
（2）多种类
Flink提供了多种类的资源管理器，为了适用于将flink部署在各种资源管理框架上，比如YARN、Mesos、K8s，以及standalone部署。（flink的ResourceManager需要向资源管理框架申请资源，因此需要符合通信协议，比如yarn,mesos这些框架里面通信协议是不同的）
（3）请外援
当JobManager申请插槽资源时，ResourceManager会将有空闲插槽的TaskManager分配给JobManager。如果ResourceManager没有足够的插槽来满足JobManager的请求，它还可以向资源提供平台发起会话，以提供启动TaskManager进程的容器。
（4）释放计算资源
ResourceManager还负责终止空闲的TaskManager
3. 任务管理器（TaskManager）
- Flink中的工作进程。通常在Flink中会有多个TaskManager运行，每一个TaskManager都包含了一定数量的插槽（slots）。
- 插槽的数量限制了TaskManager能够执行的任务数量。
- 启动之后，TaskManager会向资源管理器注册它的插槽；
- 收到资源管理器的指令后，TaskManager就会将一个或者多个插槽提供给JobManager调用。JobManager就可以向插槽分配任务（tasks）来执行了。在执行过程中，一个TaskManager可以跟其它运行同一应用程序的TaskManager交换数据。
4.分发器（Dispatcher）
- 当一个应用被提交执行时，分发器就会启动并将应用移交给一个JobManager。
- 可以跨job运行，它为应用提交提供了REST接口。由于是REST接口，所以Dispatcher可以作为集群的一个HTTP接入点，这样就能够不受防火墙阻挡。
- Dispatcher也会启动一个Web UI，用来方便地展示和监控作业执行的信息。
- Dispatcher在架构中可能并不是必需的，这取决于应用提交运行的方式。(standalone 和 yarn session模式有，pro-job没有此组件)
