【Flink】|Flink运行时之合久必分的特定任务 Flink|Apache

合久必分的特定任务前面我们谈到了TaskManager对每个Task实例会启动一个独立的线程来执行。在分析线程执行的核心代码时，我们看到最终执行的是AbstractInvokable这样执行体的invoke方法。所谓合久必分，鉴于流处理任务跟批处理任务执行模式上存在巨大的差异，在对AbstractInvokable的实现时，它们将会走向两个不同的分支。
流处理相关的任务流处理所对应的任务的继承关系图如下：

从上面的继承关系图可见，StreamTask是流处理任务的抽象。因为在DataStream API中允许算子链接（operator-chain），算子链中的第一个算子称之为“head”，根据“head”算子输入端个数以及角色的差别派生出三种不同类型的任务：

SourceStreamTask：输入源对应的流任务；
OneInputStreamTask：单输入端流任务；
TwoInputStreamTask：双输入端流任务；

在这三大类流任务之下又会有其他一些特殊的流任务被派生。但StreamTask为所有流任务的实现提供了基础。它在AbstracInvokable的invoke核心方法中规定了一套统一的执行流程，这个流程会被任何一个流处理任务在执行时所遵循。这套流程步骤如下：

创建基本的辅助部件并加载算子链；
启动算子；
特定任务相关的初始化；
打开算子；
执行run方法；
关闭算子；
销毁算子；
公共的清理操作；
特定任务相关的清理操作；

以上步骤中被标记为斜体字的步骤（3，5，9）都被定义为抽象方法让实现类填充逻辑。

除去SourceStreamTask之外，为什么要以输入端的个数来区分任务呢？这一点跟Flink的设计是分不开的，它从API层到算子再到任务的设计都以输入端的个数为中心。我们可以看一下流处理中的所有算子的继承关系图：

可以看到除了StreamSource没有扩展OneInputStreamOperator和TwoInputStreamOperator。其他所有算子都无一例外的扩展自这两个接口。这一点跟在Task层面的继承关系是一致的。
批处理相关的任务批处理对应的任务继承关系如下图：

在批处理的任务设计中，将source和sink这两个角色对应的任务独立开，而其他承载业务逻辑的算子所对应的任务都由BatchTask来表示，迭代相关的任务也直接继承自BatchTask。
如同流处理中的StreamTask一样，BatchTask主要也是提供一套执行的流程并提供了基于驱动（Driver）的用户逻辑代码的抽象。
所谓Driver，它其实是衔接用户逻辑代码跟Flink运行时的任务（BatchTask）一个载体，这一点跟类似于计算机中介于软硬件之间的驱动程序。
殊途同归的UDF 其实不管Flink如何执行你的代码，对终端用户而言，它编写Flink程序时做得最多的一件事是什么？是覆写Flink提供的一些函数并在其中实现自己的业务逻辑，这些包含业务逻辑的类，我们通常就称之为UDF（user-defined function，也即用户定义的函数）。接下来，我们将关注点放在封装了UDF的执行体上，看看在流处理和批处理中它们都是如何被实现的。我们选择了一个很常见的函数Map，它在流处理中的实现为StreamMap，在批处理中的实现为MapDriver。
StreamMap在其processElement中的逻辑为：

public void processElement(StreamRecord element) throws Exception { output.collect(element.replace(userFunction.map(element.getValue()))); }

流处理算子的必须实现逐元素处理的processElement方法。

代码段中的userFunction是MapFunction接口的实例。
接下来再看批处理中的MapDriver中的run方法：

public void run() throws Exception { final MutableObjectIterator input = this.taskContext.getInput(0); final MapFunction function = this.taskContext.getStub(); final Collector output = new CountingCollector<>( this.taskContext.getOutputCollector(), numRecordsOut); if (objectReuseEnabled) { IT record = this.taskContext.getInputSerializer(0).getSerializer().createInstance(); while (this.running && ((record = input.next(record)) != null)) { numRecordsIn.inc(); output.collect(function.map(record)); } } else { IT record = null; while (this.running && ((record = input.next()) != null)) { numRecordsIn.inc(); output.collect(function.map(record)); } } }

从Collector的collect方法中可以看到同样会执行MapFunction的map方法。