当前位置：首页 > news >正文

Flink源码解析之：Flink On Yarn模式任务提交部署过程解析

news 2025/11/11 8:06:16

Flink源码解析之：Flink On Yarn模式任务提交部署过程解析

一、Flink on Yarn部署模式概述

Apache Hadoop YARN 在许多数据处理框架中都很流行。 Flink 服务提交给 YARN 的 ResourceManager，后者会在 YARN NodeManagers 管理的机器上生成容器。 Flink 将其 JobManager 和 TaskManager 实例部署到这些容器中。

Flink 可根据在 JobManager 上运行的作业所需的处理插槽数量，动态分配和取消分配 TaskManager 资源。

Flink on Yarn的部署模式包括三种方式，Application Mode、Per-Job Mode、Session Mode。对于生成环境来说，更推荐使用Application Mode或Per-Job Mode，因为这两种模式能够提供更好的应用隔离性。

Application Mode
Application Mode模式将在 YARN 上启动一个 Flink 集群，应用程序 jar 的 main() 方法将在 YARN 的 JobManager 上执行。应用程序一旦完成，群集就会关闭。该种方式相比Per-Job模式来说，将应用main()方法的执行，StreamGraph、JobGraph的生成放在了Flink集群侧来实现。
Per-Job Mode
Per-job 模式将在 YARN 上启动一个 Flink 集群，在客户端生成StreamGraph、JobGraph，并上传依赖项。最后将 JobGraph 提交给 YARN 上的 JobManager。如果通过—detached参数配置了分离模式，则客户端将在提交被接受后立即停止。
Session Mode
Session部署模式会在YARN上部署一个长期运行的Flink集群会话，该会话可以接受并执行多个Flink作业。
Session部署模式包含两种操作模式：
- attach mode（default）：执行yarn-session.sh文件在Yarn上启动Flink集群，启动后客户端会一致运行，来追踪/监听集群状态。一旦集群异常，客户端会获取异常信息并展示。如果客户端异常终止了，则会发送signal到Flink集群，此时Flink集群同样也会终止。
- detach mode ：使用-d or --detached参数设置。在这种模式下，当执行yarn-session.sh文件在Yarn上启动Flink集群后，客户端会直接返回。要停止 Flink 群集，需要再次调用客户端或 YARN 工具。

三种提交模式的对比：
由bin/flink.sh脚本可知，客户端提交过程统一由org.apache.flink.client.cli.CliFronted入口类触发。Per-Job模式和Session模式下Flink应用main方法都会在客户端执行。客户端解析生成JobGraph后会将依赖项和JobGraph序列化后的二进制数据一起发往集群上。当客户端机器上有大量作业提交时，需要大量的网络带宽下载依赖项并将二进制文件发送到集群，会造成客户端消耗大量的资源。尤其在大量用户共享客户端时，问题更加突出。为解决该问题，社区提出了Application模式将Flink应用main方法触发过程后置到了JobManager生成过程中，以此将带宽压力分散到集群各个节点上。

鉴于Application部署模式的优势，本文会以Application部署模式的源码来进行解析，探究Flink以Application模式提交任务到Yarn集群中所经过的大致流程，为我们理解Flink On Yarn的部署有一个更深入和清晰的认识。

二、Flink Application部署模式源码解析

（一）CliFronted入口类

本节以Application部署模式为例，介绍Flink On Yarn的客户端提交源码流程。正如上文说的，由bin/flink.sh脚本可知，客户端提交过程统一由org.apache.flink.client.cli.CliFronted入口类触发，为此，我们首先进入到该方法的源码中，来观察下该入口类的实现逻辑：

/** Submits the job based on the arguments. */
public static void main(final String[] args) {EnvironmentInformation.logEnvironmentInfo(LOG, "Command Line Client", args);// 1. find the configuration directory// 用来获取配置目录，该目录通常包含Flink的配置文件，如flink-conf.yaml。final String configurationDirectory = getConfigurationDirectoryFromEnv();// 2. load the global configuration// 加载flink的全局配置final Configuration configuration =GlobalConfiguration.loadConfiguration(configurationDirectory);// 3. load the custom command lines// 加载自定义的命令行配置final List<CustomCommandLine> customCommandLines =loadCustomCommandLines(configuration, configurationDirectory);int retCode = 31;try {// 实例化了CliFronted对象，CliFronted是Flink为CLI客户端提供的API，它提供了一系列的操作，例如作业的提交，取消，以及打印job的状态等。final CliFrontend cli = new CliFrontend(configuration, customCommandLines);SecurityUtils.install(new SecurityConfiguration(cli.configuration));// 启动Flink作业的入口，parseAndRun方法会解析命令行参数，并启动Flink作业。retCode = SecurityUtils.getInstalledContext().runSecured(() -> cli.parseAndRun(args));} catch (Throwable t) {final Throwable strippedThrowable =ExceptionUtils.stripException(t, UndeclaredThrowableException.class);LOG.error("Fatal error while running command line interface.", strippedThrowable);strippedThrowable.printStackTrace();} finally {System.exit(retCode);}
}

上述代码是CliFronted的入口main方法，该方法首先根据Flink的配置路径加载全局配置，比如flink-conf.xml配置文件，接着加载自定义命令行配置，并实例化了CliFronted对象。CliFronted是Flink为CLI客户端提供的API，它提供了一系列的操作，例如作业的提交，取消，以及打印job的状态等。最后，调用cli.parseAndRun(args)方法，该方法会解析命令行参数，并启动Flink作业。

在parseAndRun方法中，会根据传入参数的第一个参数值来决定Flink集群的部署模式：

run-application：则会进入到CliFronted类的runApplication方法中，执行Application部署流程。
run：则会进入到CliFronted类的run方法中，在客户端执行作业的main方法（利用反射来执行）

这也是为什么我在使用命令行以Application模式部署Flink集群时，命令的开始要用以下形式：

/bin/flink run-application -t yarn-application...

（二）runApplication

接下来，我们继续进入到runApplicaiton方法来看看它的实现逻辑：

protected void runApplication(String[] args) throws Exception {LOG.info("Running 'run-application' command.");// 解析传入的命令行参数final Options commandOptions = CliFrontendParser.getRunCommandOptions();final CommandLine commandLine = getCommandLine(commandOptions, args, true);// 如果命令行参数中包含帮助选项（-h/--help），则调用下述方法打印帮助信息并返回if (commandLine.hasOption(HELP_OPTION.getOpt())) {CliFrontendParser.printHelpForRunApplication(customCommandLines);return;}// 验证并获取激活的自定义命令行， CustonCommandLine是Flink用来处理不同部署模式的工具（例如Yarn,Standlone等），以便针对不同模式解析对应的特定设置和参数final CustomCommandLine activeCommandLine =validateAndGetActiveCommandLine(checkNotNull(commandLine));// 初始化ApplicationClusterDeployer实例， 这是Flink用来启动Application的工具final ApplicationDeployer deployer =new ApplicationClusterDeployer(clusterClientServiceLoader);final ProgramOptions programOptions;final Configuration effectiveConfiguration;// No need to set a jarFile path for Pyflink job.if (ProgramOptionsUtils.isPythonEntryPoint(commandLine)) {programOptions = ProgramOptionsUtils.createPythonProgramOptions(commandLine);effectiveConfiguration =getEffectiveConfiguration(activeCommandLine,commandLine,programOptions,Collections.emptyList());} else {programOptions = new ProgramOptions(commandLine);programOptions.validate();final URI uri = PackagedProgramUtils.resolveURI(programOptions.getJarFilePath());effectiveConfiguration =getEffectiveConfiguration(activeCommandLine,commandLine,programOptions,Collections.singletonList(uri.toString()));}// 根据programOptions获取程序参数和入口类名来创建ApplicationConfiguration实例final ApplicationConfiguration applicationConfiguration =new ApplicationConfiguration(programOptions.getProgramArgs(), programOptions.getEntryPointClassName());// 最后调用deployer.run()来运行应用。这一步通常包括联系Flink集群，提交应用程序并安排其在集群中执行。deployer.run(effectiveConfiguration, applicationConfiguration);
}

上述代码的实现流程与原理如下所示：

解析命令行参数：首先，调用getCommandLine函数解析传入的命令行参数args。
处理帮助选项：如果命令行参数中包含帮助选项(-h/–help)，则调用CliFrontendParser.printHelpForRunApplication打印帮助信息并返回。
获取激活的CustomCommandLine：通过validateAndGetActiveCommandLine函数获取激活的自定义命令行（CustomCommandLine）。CustomCommandLine是Flink用来处理不同部署模式的工具（例如Yarn，Standalone等），以便于针对不同模式解析对应的特定设置和参数。
部署器配置：初始化ApplicationClusterDeployer实例，这是Flink用来启动Application的工具。
提取程序选项和计算有效配置：区分Python作业和其他作业，生成对应的ProgramOptions并验证其有效性。此外，根据激活的命令行、解析得到的命令行参数和程序选项计算出有效的配置（effectiveConfiguration）。
构造应用配置：使用从ProgramOptions中获取的程序参数和入口点类名创建ApplicationConfiguration实例。
运行应用：最后，调用deployer.run()来运行应用。这一步通常包括联系Flink集群，提交应用程序并安排其在集群中执行。

ProgramOptions.entryPointClass的成员值是flink命令行 -c 选项指定的Flink应用入口类com.xxx.xxx.FlinkApplicationDemo，后续会以反射的形式触发main()方法的执行。

（三）ClusterDescriptor.deployApplicationCluster

上面代码中deployer.run(...)方法负责加载Yarn Application模式客户端信息等。

首先代码会根据configuration配置信息来获取ClusterClientFactory对象，获取的逻辑过程是根据configuration配置中的execution.target参数来决定的。

当执行命令行bin/flink run时， execution.target参数对应的枚举值可以如下：

remote
local
yarn-per-job
yarn-session
kubernetes-session
当执行命令行bin/flink run-application时，execution.target参数对应的枚举值可以如下：
yarn-application
kubernetes-application

当execution.target参数为yarn-application时，Flink便会生成相应的YarnClusterClientFactory客户端工厂类，然后调用该工厂类的createClusterDescriptor方法，该方法中会新建YarnClient实例，YarnClient实例负责在客户端提交Flink应用程序，并最终生成ClusterDescriptor实例，该实例包含用于在Yarn上部署Flink集群的部署信息Descriptor。

@Override
public YarnClusterDescriptor createClusterDescriptor(Configuration configuration) {checkNotNull(configuration);final String configurationDirectory = configuration.get(DeploymentOptionsInternal.CONF_DIR);YarnLogConfigUtil.setLogConfigFileInConfig(configuration, configurationDirectory);return getClusterDescriptor(configuration);
}private YarnClusterDescriptor getClusterDescriptor(Configuration configuration) {final YarnClient yarnClient = YarnClient.createYarnClient();final YarnConfiguration yarnConfiguration =Utils.getYarnAndHadoopConfiguration(configuration);yarnClient.init(yarnConfiguration);yarnClient.start();return new YarnClusterDescriptor(configuration,yarnConfiguration,yarnClient,YarnClientYarnClusterInformationRetriever.create(yarnClient),false);
}

有了该实例后，会调用deployApplicationCluster方法来部署Application模式的Flink集群。集群将在提交应用程序时创建，并在应用程序终止时拆除。此外，应用程序用户代码的{@code main()}将在集群上执行，而不是在客户端上执行。

YarnClusterDescriptor.deployApplicationCluster(…)方法调用过程如下：
(1)、YarnClusterDescriptor.deployApplicationCluster(…);进行一些配置和检查，并调用deployInternal(…)方法。
(2)、YarnClusterDescriptor.deployInternal(…);

其中，最重要的方法是deployInternal方法

（四）YarnClusterDescriptor.deployInternal

在该方法中，首先会判断Hadoop集群是否启用了Kerberos安全认证，如果开启了，则Flink会首先确认当前用户是否拥有有效的kerberos凭证。如果无效，则会抛出异常，部署作业失败。

紧接着，进行资源检查和部署模式判断。

在validateClusterResources方法中，会根据配置的JobManager和TaskManager的资源大小与集群资源进行比对。

如果JobManager的配置内存大小 < Yarn配置的最小调度分配内存(yarn.scheduler.minimum-allocation-mb参数，默认1024MB)，则JobManager的内存大小会设置为该配置值。
如果JobManager大小 > YARN 集群能够提供的单个容器的最大资源，则抛出异常：The cluster does not have the requested resources for the JobManager available!
如果TaskManager大小 > YARN 集群能够提供的单个容器的最大资源，则抛出异常：The cluster does not have the requested resources for the TaskManagers available!
如果TaskManager大小 > 当前YARN集群剩余资源单个任务容器分配的最大资源容量，则会打印告警日志：The requested amount of memory for the TaskManagers is more than the largest possible YARN container: freeClusterResources.containerLimit
如果JobManager大小 > 当前YARN集群剩余资源单个任务容器分配的最大资源容量，则会打印告警日志：The requested amount of memory for the JobManager is more than the largest possible YARN container: freeClusterResources.containerLimit

经过资源检查后，会将最后确定的JobManager和TaskManager资源保存在ClusterSpecification对象中。

在部署模式决定中，Flink 提供了两种部署模式：Detach模式和Non-Detach模式。如果是 Detach模式，Flink 作业提交到YARN后，客户端可以直接退出，而作业将继续在YARN集群上运行。而在 Non-Detach模式下，客户端将持续等待作业执行完成。

然后就到了一个非常重要的方法中：startAppMaster。

会根据上面决定的ClusterSpecification资源实例，启动用于管理Flink作业的Application Master。

startAppMaster方法比较长。

这段代码主要是用于启动Flink在YARN集群上的Application Master的过程，代码中包含了几个主要部分：

首先，核心的首步骤是初始化文件系统并获取对应的 FileSystem 实例。代码检查了文件系统的类型，如果是本地文件系统类型（file://开头），会抛出警告，因为Flink在YARN上运行需要分布式文件系统来存储文件。
然后，获取了用于提交应用程序的 ApplicationSubmissionContext，并将 Flink 应用所需的各种文件如jar包、配置文件等上传到HDFS，并将这些文件的HDFS路径作为本地资源（LocalResources）添加到ApplicationSubmissionContext里。
在文件上传阶段，包括了一系列复杂的步骤，首先是将 flink 配置、job graph、用户 jar、依赖库等上传到HDFS，并将这些文件的路径添加到应用的classpath；其次，如果设置了 security options（例如，Kerberos认证信息），会将相关文件也上传到HDFS；并且，对配置了Kerberos认证的 flink 应用，会从 YARN 获取 HDFS delegation tokens。
在收集完上述一系列依赖文件后，final ContainerLaunchContext amContainer = setupApplicationMasterContainer(yarnClusterEntrypoint, hasKrb5, processSpec) 负责设置启动ApplicationMaster的命令操作。
设置ApplicationMaster的环境变量，诸如_FLINK_CLASSPATH、_FLINK_DIST_JAR(Flink jar resource location (in HDFS))、KRB5_PATH、_YARN_SITE_XML_PATH等环境变量。最后调用amContainer.setEnvironment(appMasterEnv);方法进行设置。
接着，会将上述配置好的amContainer实例放入ApplicationSubmissionContext对象中，以及ApplicationName和所需的资源大小，最终交给交给YarnClient去提交，并随后通过周期性地获取应用状态，来等待应用处于RUNNING或FINISHED状态，完成应用的提交过程。
如果在这一系列操作中有任何异常或错误发生，会触发失败保护钩子 DeploymentFailureHook，进行必要的清理工作。

上面这段代码体现了 Flink on YARN 的工作原理，Flink 通过 YARN Client 提交应用，启动 Application Master 来进行资源申请和任务调度，这是典型的 YARN 应用程序模型。各种文件（包括 flink 本身、用户 jar、配置文件等）都被上传到HDFS，然后再从HDFS分发到运行任务的 YARN 容器中，这样做是为了实现文件的分布式共享，并且利用了 YARN 的 LocalResource 机制来进行文件的分发。

对于第四点中的setupApplicationMasterContainer方法，该方法构造了ApplicationMaster的命令行启动命令，如下所示：

ContainerLaunchContext setupApplicationMasterContainer(String yarnClusterEntrypoint, boolean hasKrb5, JobManagerProcessSpec processSpec) {// ------------------ Prepare Application Master Container  ------------------------------// respect custom JVM options in the YAML fileString javaOpts = flinkConfiguration.getString(CoreOptions.FLINK_JVM_OPTIONS);if (flinkConfiguration.getString(CoreOptions.FLINK_JM_JVM_OPTIONS).length() > 0) {javaOpts += " " + flinkConfiguration.getString(CoreOptions.FLINK_JM_JVM_OPTIONS);}// krb5.conf file will be available as local resource in JM/TM containerif (hasKrb5) {javaOpts += " -Djava.security.krb5.conf=krb5.conf";}// Set up the container launch context for the application masterContainerLaunchContext amContainer = Records.newRecord(ContainerLaunchContext.class);final Map<String, String> startCommandValues = new HashMap<>();startCommandValues.put("java", "$JAVA_HOME/bin/java");String jvmHeapMem =JobManagerProcessUtils.generateJvmParametersStr(processSpec, flinkConfiguration);startCommandValues.put("jvmmem", jvmHeapMem);startCommandValues.put("jvmopts", javaOpts);startCommandValues.put("logging", YarnLogConfigUtil.getLoggingYarnCommand(flinkConfiguration));startCommandValues.put("class", yarnClusterEntrypoint);startCommandValues.put("redirects","1> "+ ApplicationConstants.LOG_DIR_EXPANSION_VAR+ "/jobmanager.out "+ "2> "+ ApplicationConstants.LOG_DIR_EXPANSION_VAR+ "/jobmanager.err");String dynamicParameterListStr =JobManagerProcessUtils.generateDynamicConfigsStr(processSpec);startCommandValues.put("args", dynamicParameterListStr);final String commandTemplate =flinkConfiguration.getString(ConfigConstants.YARN_CONTAINER_START_COMMAND_TEMPLATE,ConfigConstants.DEFAULT_YARN_CONTAINER_START_COMMAND_TEMPLATE);final String amCommand =BootstrapTools.getStartCommand(commandTemplate, startCommandValues);amContainer.setCommands(Collections.singletonList(amCommand));LOG.debug("Application Master start command: " + amCommand);return amContainer;
}

启动命令的参数包括以下部分：

“java”：Java二进制文件的路径。一般来说，在YARN容器中，Java的路径会被设置为$JAVA_HOME/bin/java。
“jvmmem”：JVM参数，主要是内存参数，比如最大堆内存、最小堆内存等。这些参数会基于Flink配置以及JobManager的内存配置来生成。
“jvmopts”：JVM选项。这些选项来自Flink配置文件中设置的JVM选项，以及若存在Kerberos krb5.conf文件，还会添加-Djava.security.krb5.conf=krb5.conf。
“logging”：日志配置项，用于配置Flink的日志选项。
“class”：启动类，即YARN集群入口点类名（yarnClusterEntrypoint）。
“redirects”：输出重定向的参数，将stdout（输出流）和stderr（错误流）重定向到日志文件中。
“args”：传递给启动类的参数，主要是JobManager的动态配置参数。

⠀这些参数最后会填入一个启动命令模板（通常为"%java% %jvmmem% %jvmopts% %logging% %class% %args% %redirects%"），来生成实际启动Flink应用的命令。

启动后的ApplicationMaster，在YARN集群上起着以下的关键作用：

作为应用程序的主控制器，管理和监视应用程序的执行。
负责请求YARN ResourceManager分配所需的资源（例如容器）。
启动和监视任务执行器(TaskExecutor)，它们在分配的容器中运行。
与Flink的client（例如命令行界面或Web界面）以及ResourceManager进行交互，提供应用程序的状态和进度信息。
在应用程序出现异常或失败时，它可以选择重新请求资源并重启失败的任务，提供了一定程度的错误恢复能力。

⠀因此，Application Master是Flink在YARN上运行的关键组件，它负责管理Flink应用程序的生命周期和资源。

（五）YarnApplicationClusterEntryPoint

在上面的setupApplicationMasterContainer方法中，我们说该方法构建了ApplicationMaster的启动命令。从该命令行中可以看到，命令行的启动入口类为yarnClusterEntrypoint参数，对于Yarn Application部署模式来说，参数对应的入口类即为YarnApplicationClusterEntryPoint。在第四部分的分析中，当通过yarnClient将ApplicationMaster提交到Yarn集群后，便会申请Container来执行ApplicationMaster，执行该入口类。
为此，接下来我们来分析一下，YarnApplicationClusterEntryPoint入口类的执行逻辑。

public static void main(final String[] args) {// startup checks and loggingEnvironmentInformation.logEnvironmentInfo(LOG, YarnApplicationClusterEntryPoint.class.getSimpleName(), args);SignalHandler.register(LOG);JvmShutdownSafeguard.installAsShutdownHook(LOG);Map<String, String> env = System.getenv();// 获取工作路径final String workingDirectory = env.get(ApplicationConstants.Environment.PWD.key());Preconditions.checkArgument(workingDirectory != null,"Working directory variable (%s) not set",ApplicationConstants.Environment.PWD.key());try {YarnEntrypointUtils.logYarnEnvironmentInformation(env, LOG);} catch (IOException e) {LOG.warn("Could not log YARN environment information.", e);}final Configuration dynamicParameters =ClusterEntrypointUtils.parseParametersOrExit(args,new DynamicParametersConfigurationParserFactory(),YarnApplicationClusterEntryPoint.class);final Configuration configuration =YarnEntrypointUtils.loadConfiguration(workingDirectory, dynamicParameters, env);PackagedProgram program = null;try {// 获取用户应用程序jar，程序参数、入口类名等信息，封装为PackagedProgram实例program = getPackagedProgram(configuration);} catch (Exception e) {LOG.error("Could not create application program.", e);System.exit(1);}try {configureExecution(configuration, program);} catch (Exception e) {LOG.error("Could not apply application configuration.", e);System.exit(1);}YarnApplicationClusterEntryPoint yarnApplicationClusterEntrypoint =new YarnApplicationClusterEntryPoint(configuration, program);// 	执行Application Cluster
ClusterEntrypoint.runClusterEntrypoint(yarnApplicationClusterEntrypoint);
}

上面这段代码中，使用getPackagedProgram(configuration)方法获取用户应用程序jar，程序参数、入口类名等信息，封装为PackagedProgram实例，便于后续调用。

最后，调用runClusterEntrypoint方法，启动执行Application Cluster集群。

ClusterEntrypoint.runClusterEntrypoint(...)方法的调用链路如下：

ClusterEntrypoint.runClusterEntrypoint(...)
ClusterEntrypoint.startCluster(...)
ClusterEntrypoint.runCluster(...)
DispatcherResourceManagerComponentFactory.create(…)

在DispatcherResourceManagerComponentFactory.create方法中，启动了一系列服务，比如：

LeaderRetrievalService
WebMonitorEndpoint
ResourceManagerService
DispatcherRunner

本流程中主要需要关注的服务是DispatcherRunner，该方法中，会调用dispatcherRunnerFactory.createDispatcherRunner来初始化dispatchRunner实例，dispatcherRunner实例负责dispatcher组件的高可用leader选举操作，同时dispatcher组件负责触发Flink用户应用main(…)方法执行。

在创建DispatchRunner的过程中，包含高可用Leader选举过程，经过一系列的方法链调用，会选举出一个Leader DispatchRunner服务来负责后续的处理流程。

DispatcherResourceManagerComponentFactory.createDispatcherRunner
DefaultDispatcherRunner.create()
DispatcherRunnerLeaderElectionLifecycleManager.createFor()
DefaultLeaderElectionService.start()
LeaderElectionDriverFactory.createLeaderElectionDriver()
new ZooKeeperLeaderElectionDriver
LeaderLatch.start()
LeaderLatch.internalStart()
LeaderLatch.reset()
LeaderLatch.setLeadership()
ZooKeeperLeaderElectionDriver.isLeader()
DefaultLeaderElectionService.onGrantLeadership()
DefaultDispatcherRunner.grantLeadership()
DefaultDispatcherRunner.startNewDispatcherLeaderProcess()

选举为leader的DefaultDispatcherRunner实例候选者在回调动作过程中会一直调用到上面的grantLeadership(…)方法，并在startNewDispatcherLeaderProcess(…)方法中生成dispatcherLeaderProcess，表示一个Ledaer Dispatcher进程来提供服务，并通过newDispatcherLeaderProcess::start方法来启动执行该服务的后续处理流程。Leader候选者回调动作触发过程会另起篇幅详细讲解，此处先这样理解。

在后续的处理流程中，我们需要关注的点是在何时触发用户应用程序的main方法执行，为此，继续深入以下调用链：

AbstractDispatcherLeaderProcess.startInternal()
SessionDispatcherLeaderProcess.onStart()
SessionDispatcherLeaderProcess.createDispatcherIfRunning()
SessionDispatcherLeaderProcess.createDispatcher()
ApplicationDispatcherGatewayServiceFactory.create()
new ApplicationDispatcherBootstrap(...)

上述调用链中，createDispatcher(…)方法会调用dispatcherGatewayServiceFactory.create(…)方法，dispatcherGatewayServiceFactory实际类型是ApplicationDispatcherGatewayServiceFactory。在dispatcherGatewayServiceFactory.create(…)方法中新建ApplicationDispatcherBootstrap实例。

在ApplicationDispatcherBootstrap实例中，继续通过以下方法调用链fixJobIdAndRunApplicationAsync(…) -> runApplicationAsync(…) -> runApplicationEntryPoint(…) -> ClientUtils.executeProgram(…) -> program.invokeInteractiveModeForExecution() -> callMainMethod(mainClass, args) -> mainMethod.invoke(null, (Object) args)触发Flink应用main(…)方法的执行。

ApplicationDispatcherBootstrap.fixJobIdAndRunApplicationAsync()
ApplicationDispatcherBootstrap.runApplicationAsync()
ApplicationDispatcherBootstrap.runApplicationEntryPoint()
ClientUtils.executeProgram()
PackagedProgram.invokeInteractiveModeForExecution()
PackagedProgram.callMainMethod()
mainMethod.invoke(null, (Object) args);

最终，在ApplicationDispatcherBootstrap类的实现中，我们找到了用户应用程序的main方法执行入口。

三、回顾与总结

回顾一下上面的整体流程，首先，我们通过ApplicationMaster的启动命令，找到AM组建执行的入口类为YarnApplicationClusterEntryPoint，接着，在启动集群时，我们发现Flink会初始化一些诸如LeaderRetrievalService、WebMonitorEndpoint、ResourceManagerService、DispatcherRunner的服务，这些服务分别发挥不同的用途，与Yarn和Flink集群进行交互。在本次分析过程中，我们着重探究了DispatcherRunner服务的创建流程。

首先，会执行高可用的选举流程，最终选举出一个Leader DispatcherRunner来执行服务。选举完成后，该Leader DispatchRunner会调用ClientUtils.executeProgram方法，从封装好的PackagedProgram实例中，获取用户应用程序的入口类mainClass以及程序入参，并最终利用反射触发mainClass的main方法的执行，完成用户自定义Flink应用的执行。

以上就是主要的Flink On Yarn客户端作业的提交过程解析。这个提交过程相对来说还是比较复杂的，包含着很多部署配置参数，资源以及权限的校验和分配，ApplicationMaster的提交启动，并伴随AM启动后执行的一系列Flink服务初始化，以及我们关心的用户应用程序的调用入口，发现了在Application的部署模式下，用户应用程序的调用是在集群侧，也就是Leader DispatchRunner服务中完成的。

当然，DispatchRunner服务负责的任务远不止于此，上述流程中还有更多的细节等待我们去挖掘和学习，这篇文章可能只是让我们对提交流程有了一个初步的大体认识，对于更多深入的部分，需要我们不断思考不断挖掘，也欢迎大家交流观点和看法，感谢！