Flink 源码（二十二）:Flink 任务调度机制（三）ExecutionGraph

4 ExecutionGraph 在 JobManager生成 

　　client 生成 JobGraph 之后，就通过 submitJob 提交给 JobManager，JobManager 会根据JobGraph 生成对应的 ExecutionGraph。

　　ExecutionGraph 是 Flink 作业调度时使用到的核Ṩ数据结构，它包含每一个并ᒦ的 task、每⇿个 intermediate stream 以及它们之间的关系。

　　以 per-job 模式为例，分析 ExecutionGraph 的生成逻辑：

　　接 1.3.6，在 Dispacher 创建 JobManagerRunner 时，调用 createJobManagerRunner：

 

下面是源码详细的跳转过程，可以直接略过，看后面 buildGraph（）方法的分析：

Dispatcher.java

DefaultJobManagerRunnerFactory.java 

 

JobManagerRunnerImpl.java

DefaultJobManagerRunnerFactory.java

 

JobMaster.java 

 

 

DefaultSchedulerFactory.java

 

SchedulerBase.java 

 

 

 

 

接下来，分析生成 ExecutionGraph 的核心逻辑：

ExecutionGraphBuilder.java 

 

 

 

 

 

 

 

 

 

 

 

 

 

　　看这个方法之前，需要知道，ExecutionVertex 的 inputEdges 变量，是一个二维数据。它表示了这个 ExecutionVertex 上每一个 input 所包含的 ExecutionEdge 列表。

　　即，如果 ExecutionVertex 有两个不同的输入：输入 A 和 B。其中输入 A 的 partition=1，输 入 B 的 partition=8 ， 那 么 这 个 二 维 数 组 inputEdges 如 下 ( 以 irp 代 替IntermediateResultPartition) 

到这里为止，ExecutionJobGraph 就创建完成了。