物理执行图
JobManager根据ExecutionGraph对作业进行调度，并在各个TaskManager上部署任务。这些任务在TaskManager上的实际执行过程就形成了物理执行图。物理执行图并不是一个具体的数据结构，而是描述了流处理任务在集群中的实际执行情况。
它包含的主要抽象概念有：Task、ResultPartition、ResultSubpartition、InputGate、InputChannel。
一、Task
Execution被调度后在分配的 TaskManager 中启动对应的 Task。Task 包裹了具有用户执行逻辑的 operator。
一个作业可以被划分为多个Task，并在不同的Task上并行执行。每个Task由一个或多个子任务（Subtask）组成，每个子任务在一个TaskSlot中运行。Task主要负责接收输入数据，执行数据转换和计算，并将结果发送到下游的算子中。
在Flink中，Task的执行由TaskExecutor来负责。Task.doRun()方法是引导Task初始化并执行其相关代码的核心方法。它会构造并实例化Task的可执行对象，即AbstractInvokable。AbstractInvokable.invoke()方法的执行过程中，如果正常执行完毕，会输出ResultPartition缓冲区数据，关闭缓冲区，并标记Task为Finished；如果因为取消操作导致退出，会标记Task为CANCELED，并关闭用户代码；如果执行过程中抛出异常，会标记Task为FAILED，关闭用户代码，并记录异常；如果执行过程中JVM抛出错误，会强制终止虚拟机，并退出当前进程。
二、ResultPartition
ResultPartition代表由一个Task生成的数据，并与ExecutionGraph中的IntermediateResultPartition一一对应。它实际上是一个缓存池，里面保存的是经过序列化之后的节点计算结果。每个ResultPartition包含多个ResultSubPartition，其数目由下游消费Task的数量和DistributionPattern来决定。ResultSubPartition是ResultPartition的一个子分区，真正持有缓冲区Buffer。
写入ResultPartition的操作由ResultPartition的add方法实现。此外，在shuffle阶段，ResultPartition的选择由ChannelSelector负责，它决定了序列化后的record应该写入哪个ResultSubPartition。
ResultPartition在Flink的物理执行图中扮演着重要角色，它确保了数据在Task之间的正确流动和传输，是构建高效、可靠数据流处理应用的关键组件之一。
三、ResultSubpartition
ResultSubpartition是ResultPartition的一个子分区，用于存储和传输数据。每个ResultPartition包含多个ResultSubpartition，其数量由下游消费Task的数量和DistributionPattern决定。这种设计有助于并行处理数据，提高处理效率。
ResultSubpartition负责接收上游Task生成的数据，并将其缓存起来，以便下游Task消费。同时，ResultSubpartition还负责数据的序列化、反序列化和传输，确保数据在不同Task之间的正确流动。
根据数据类型和传输需求，Flink提供了不同类型的ResultSubpartition实现。例如，PipelinedSubpartition是基于内存的管道模式的结果子分区，适用于低延迟的数据传输场景；BoundedBlockingSubpartition中是以阻塞的方式传输的，即数据先被写入，然后再被消费。这种机制确保了数据的有序性和一致性，避免了数据在传输过程中的丢失或乱序问题。
在Flink的物理执行图中，ResultSubpartition与InputGate和InputChannel紧密相关。每个InputGate消费一个或多个ResultPartition，而每个InputGate又包含一个或多个InputChannel。InputChannel与ResultSubpartition一对一地相连，即一个InputChannel接收一个ResultSubpartition的输出。这种设计使得数据能够按照预定的路径在Task之间流动，实现分布式数据流处理。
总的来说，ResultSubpartition是Flink数据流处理中的关键组件，它负责数据的存储、传输和消费，确保数据在不同Task之间的正确流动和高效处理。
创建ResultPartition、ResultSubpartition的相关源码
public ResultPartition create(
String taskNameWithSubtaskAndId,
int partitionIndex,
ResultPartitionID id,
ResultPartitionType type,
int numberOfSubpartitions,
int maxParallelism,
SupplierWithException<BufferPool, IOException> bufferPoolFactory) {
BufferCompressor bufferCompressor = null;
if (type.supportCompression() && batchShuffleCompressionEnabled) {
bufferCompressor = new BufferCompressor(networkBufferSize, compressionCodec);
}
ResultSubpartition[] subpartitions = new ResultSubpartition[numberOfSubpartitions];
final ResultPartition partition;
if (type == ResultPartitionType.PIPELINED
|| type == ResultPartitionType.PIPELINED_BOUNDED
|| type == ResultPartitionType.PIPELINED_APPROXIMATE) {
final PipelinedResultPartition pipelinedPartition =
new PipelinedResultPartition(
taskNameWithSubtaskAndId,
partitionIndex,
id,
type,
subpartitions,
maxParallelism,
partitionManager,
bufferCompressor,
bufferPoolFactory);
for (int i = 0; i < subpartitions.length; i++) {
if (type == ResultPartitionType.PIPELINED_APPROXIMATE) {
subpartitions[i] =
new PipelinedApproximateSubpartition(
i, configuredNetworkBuffersPerChannel, pipelinedPartition);
} else {
subpartitions[i] =
new PipelinedSubpartition(
i, configuredNetworkBuffersPerChannel, pipelinedPartition);
}
}
partition = pipelinedPartition;
} else if (type == ResultPartitionType.BLOCKING
|| type == ResultPartitionType.BLOCKING_PERSISTENT) {
if (numberOfSubpartitions >= sortShuffleMinParallelism) {
partition =
new SortMergeResultPartition(
taskNameWithSubtaskAndId,
partitionIndex,
id,
type,
subpartitions.length,
maxParallelism,
batchShuffleReadBufferPool,
batchShuffleReadIOExecutor,
partitionManager,
channelManager.createChannel().getPath(),
bufferCompressor,
bufferPoolFactory);
} else {
final BoundedBlockingResultPartition blockingPartition =
new BoundedBlockingResultPartition(
taskNameWithSubtaskAndId,
partitionIndex,
id,
type,
subpartitions,
maxParallelism,
partitionManager,
bufferCompressor,
bufferPoolFactory);
initializeBoundedBlockingPartitions(
subpartitions,
blockingPartition,
blockingSubpartitionType,
networkBufferSize,
channelManager,
sslEnabled);
partition = blockingPartition;
}
} else if (type == ResultPartitionType.HYBRID_FULL
|| type == ResultPartitionType.HYBRID_SELECTIVE) {
partition =
new HsResultPartition(
taskNameWithSubtaskAndId,
partitionIndex,
id,
type,
subpartitions.length,
maxParallelism,
batchShuffleReadBufferPool,
batchShuffleReadIOExecutor,
partitionManager,
channelManager.createChannel().getPath(),
networkBufferSize,
HybridShuffleConfiguration.builder(
numberOfSubpartitions,
batchShuffleReadBufferPool.getNumBuffersPerRequest())
.setSpillingStrategyType(
type == ResultPartitionType.HYBRID_FULL
? HybridShuffleConfiguration
.SpillingStrategyType.FULL
: HybridShuffleConfiguration
.SpillingStrategyType.SELECTIVE)
.build(),
bufferCompressor,
bufferPoolFactory);
}
return partition;
}
四、InputGate
InputGate是对数据输入的封装，与JobGraph中的JobEdge一一对应。每个InputGate消费一个或多个ResultPartition，这些ResultPartition代表上游Task生成的数据。InputGate的主要作用是管理和控制数据的流入，确保数据能够按照正确的顺序和方式被Task所消费。
InputGate由多个InputChannel构成，每个InputChannel与ExecutionGraph中的ExecutionEdge以及ResultSubpartition一一对应。这意味着每个InputChannel负责接收一个ResultSubpartition的输出，从而实现了数据的精确传递和接收。
在Flink的物理执行过程中，InputGate和InputChannel起着至关重要的作用。它们不仅负责数据的接收和传递，还参与了数据的序列化和反序列化过程，确保数据在不同Task之间的正确流动。此外，InputGate和InputChannel还提供了对数据传输的控制和优化功能，可以根据实际需求调整数据传输的策略和方式。
总的来说，Flink的InputGate通过对数据输入的封装和管理，实现了数据的精确传递和高效处理。
五、InputChannel
InputChannel是数据输入通道的关键组件，它位于InputGate之下，与ExecutionGraph中的ExecutionEdge以及ResultSubpartition一对一地相连。每个InputChannel负责接收一个ResultSubpartition的输出，确保数据从上游Task正确地流向下游Task。
根据消费的ResultPartition的位置，InputChannel有两种不同的实现：LocalInputChannel和RemoteInputChannel。LocalInputChannel用于处理本地数据交换，即数据在同一TaskManager的不同Task之间传输；而RemoteInputChannel则负责远程数据交换，即数据在不同TaskManager的Task之间传输。这种设计使得Flink能够灵活地处理分布式环境中的数据流动。
此外，还有一个名为UnknownInputChannel的实现类，它作为尚未确定ResultPartition位置的情况下的占位符。在实际执行过程中，UnknownInputChannel最终会被更新为LocalInputChannel或RemoteInputChannel，以反映实际的数据传输路径。
InputChannel在Flink的数据流处理中扮演着重要角色。它不仅是数据传输的通道，还参与数据的序列化和反序列化过程，确保数据在传输过程中的完整性和一致性。同时，InputChannel与InputGate和ResultSubpartition的紧密协作，使得Flink能够高效地处理大规模、高吞吐量的数据流。
总结来说，Flink InputChannel负责数据的接收、传输和序列化，确保数据在不同Task之间的正确流动。通过LocalInputChannel和RemoteInputChannel的不同实现，Flink能够处理各种分布式场景下的数据交换需求。