flink StreamGraph解析

Flink程序有三部分operation组成，分别是源source、转换transformation、目的地sink。这三部分构成DAG。

DAG首先生成的是StreamGraph。

用户代码在添加operation的时候会在env中缓存（变量transformations），在env.execute()执行的时候才会生成对应StreamGraph。

生成StreamGraph

transformations中只存了3个变量，其实是5个。

getStreamGraph顾名思义就是生成StreamGraph。

最后是getStreamGraphGenerator(transformations).generate()生成。getStreamGraphGenerator获取生成器，generate生成StreamGraph

generate方法中首先创建了StreamGraph对象，再遍历transformations给StreamGraph添加相关操作信息（transform(transformation)）。其余部分都是处理相关的运行参数（执行参数、checkpoint参数、savepoint参数等）

transform中主要有三部分。

没有并行度，添加并行度

要是指定了slotGroup，将需要的slot资源记录到slotSharingGroupResources中

最后实际转换。优先使用_translatorMap_中存在的translator。这些translator是已经定义好的解释器，可以根据不同场景选择是流模式还是批模式。传统是legacyTransform

legacyTransform

根据情况处理单个流输入或多个流输入。

translate根据情况选择批处理或者流处理

addOperator和addEdge是重点方法，添加顶点和边。

StreamEdge

一个edge连接上下游两个node。

edgeId：唯一id

sourceId、targetId：连接的上下游node的id

outputPartitioner：分区器

StreamNode

一个node可以有多个edge

inEdges、outEdges：node的入边和出边

jobVertexClass：封装用户函数的执行类

StreamGraph

有多个streamNodes组成，streamNodes之间是streamEdge相连。

类似以下这种：

streamNodes：缓存graph所有的node

sources：DAG的输入源集合

sinks：DAG的输出源集合

添加node

addSink、addSource、addOperator是主要方法。可以看到addSink、addSource也是addOperator。

addOperator中addNode是添加StreamNode的方法。

addNode就是创建StreamNode对象，并添加到streamNodes中。

添加edge

方法是addEdge，内部调用addEdgeInternal

addEdgeInternal中前面是处理虚拟节点的。后面是调用createActualEdge来添加

createActualEdge中首先确定partitioner，没有指定partitioner就优先使用ForwardPartitioner，要求上下游并行度一样，否则使用RebalancePartitioner。

然后创建StreamEdge对象，并将相关信息绑定到对应的StreamNode上。