Flink执行图

Flink的代码编写流程为env->source->transform->sink，基本所有的代码都是大致按照图1的流程进行代码编写，当然中间也会有一些封装之类的。

  Flink代码写好后，它的任务调度执行图按照生成顺序分为:逻辑流图(StreamGraph)->作业图（JobGraph）->执行图(ExecutionGraph)->物理图(Physical Graph),总共四层。

逻辑流图:根据用户通过DataStreamAPI编写的代码生成的最初的DAG图，用来表示程序的拓扑结构。这一步一般在客户端完成。
作业图:StreamGraph经过优化后生成的就是作业图（JobGraph），这是提交给JobManager 的数据结构，确定了当前作业中所有任务的划分。主要的优化为: 将多个符合条件的节点链接在一起合并成一个任务节点，形成算子链，这样可以减少数据交换的消耗。JobGraph一般也是在客户端生成的，在作业提交时传递给JobMaster。
执行图:JobMaster收到JobGraph后，会根据它来生成执行图（ExecutionGraph）。ExecutionGraph 是JobGraph的并行化版本，是调度层最核心的数据结构。
物理图:JobMaster 生成执行图后，会将它分发给 TaskManager；各个 TaskManager 会根据执行图部署任务，最终的物理执行过程也会形成一张“图”，一般就叫作物理图（Physical Graph）。这只是具体执行层面的图，并不是一个具体的数据结构。