p1.昨晚为Lucid Dreams（Halsey cover）而心碎可以永远相信Halsey的翻唱！！！p2.So when it sinks you stand in it, I guess this is my Titanic, With no James Cameron to direct this draft of it, Just my. （MGK太帅了啊啊啊啊啊啊啊啊[抓狂][抓狂]）
（是谁看喷气哥的reaction到凌晨三点半[思考]）

Flink任务调度原理之逻辑数据流与执行图

Flink程序都是由三部分组成的： Source （Input）、Transformation （Processing）和Sink（Output）。【图 1】
Source负责读取数据源，Transformation利用各种算子进行处理加工，Sink负责输出。

在运行时，Flink上运行的程序会被映射成“逻辑数据流”（dataflows），它包含了这三部分。每一个dataflow以一个或多个sources开始以一个或多个sinks结束。dataflow类似于任意的有向无环图（DAG）。在大部分情况下，程序中的转换运算（transformations）跟dataflow中的算子（operator）是一一对应的关系，但有时候，一个transformation可能对应多个operator。【图 2】

Flink程序直接映射成的数据流图StreamGraph，也被称为逻辑流图，因为它们表示的是计算逻辑的高级视图。为了执行一个流处理程序，Flink需要将逻辑流图转换为物理数据流图（也叫执行图），详细说明程序的执行方式。【图 3】

Flink 中的执行图可以分成四层：StreamGraph -> JobGraph -> ExecutionGraph -> 物理执行图。
1、StreamGraph：是根据用户通过 Stream API 编写的代码生成的最初的图。用来表示程序的拓扑结构。
2、JobGraph：StreamGraph经过优化后生成了 JobGraph，提交给 JobManager 的数据结构。主要的优化为，将多个符合条件的节点 chain 在一起作为一个节点，这样可以减少数据在节点之间流动所需要的序列化/反序列化/传输消耗。
3、ExecutionGraph：JobManager 根据 JobGraph 生成ExecutionGraph。ExecutionGraph是JobGraph的并行化版本，是调度层最核心的数据结构。
4、物理执行图：JobManager 根据 ExecutionGraph 对 Job 进行调度后，在各个TaskManager 上部署 Task 后形成的“图”，并不是一个具体的数据结构。

I strove with none，

for none was worth my strife;

Nature I loved, and next to Nature, Art;

I warm’d both hands before the fire of Life;

It sinks

I am ready to depart.

 我和谁都不争，

和谁争我都不屑；

我爱大自然，其次就是艺术；

我双手烤着生命之火取暖；

火萎了，我也准备走了。 https://t.cn/RJq0nK3