Flink中TaskManager端执行用户逻辑过程(源码分析)

TaskManager接收到来自JobManager的jobGraph转换得到的TDD对象，启动了任务，在StreamInputProcessor类的processInput()方法中

通过一个while(true)中不停的拉取上游的数据，然后调用streamOperator.processElement(record)调用用户实现的方法去处理数据拉取的数据

首先先来看下这个operator对象

然后看看OneInputStreamOperator类的UML

这里所有的实现类没有全部列出，只列了一些代表

看到这里，写过Flink的streamAPI的同学，肯定感觉到很熟悉！！！！！！

这里！不就是我们常写flink代码的那些算子嘛

对没有错，我们程序中实现的那些算子逻辑，最后都会被封装成一个OneInputStreamOperator，这里具体看一个最熟悉的Fliter

来看一下StreamFilter的processElement方法

！！！这里传入一个数据后，这个userFunction调用了filter方法并且把数据放进去了

当返回true通过这个output.collect发送出去了

这不就对应了我们用户自己实现的filter算子嘛，没错这个方法其实就是客户端的filter方法，这个userFunction包含了用户实现filter算子的逻辑

（！！！！！就是说这个processElement方法会调用用户的逻辑）

（所以这个userFunction可以带上client的方法实现，这对我们很重要，特别是对flink源码修改，为clientApi添加新功能方法，运行时可以通过这里拿到）

继续

来看看这个output.collect()方法

然后

看到这个，等等等等

我不是从这个processElement（）方法进来的吗，怎么又开始调processElement()方法了

难道递归了？ 不对不对

这里operator不是上一个operator了，而是这个output对象的（这里是chainOutPut）

看下这个output对象

看下UML类图,也是只列举了重要的

先看chainingOutPut的属性

发现了又出现了OneInputStreamOperator对象

看到这个实现类的名字！chain联想起了什么

Flink会将可以chain在一起的算子在streamGraph转换成jobGraph的时候根据条件chain在一起

一惊！

来分别看一下ChainingOutPut和RecordWriterOutput的collect()方法有什么区别

在chain中

在RecordWriter中

这里chain的ouput，又继续调用了下一个operator的processElement方法，然后又在processElement方法中又调用output.collect( )，collect中又调用了下一个operator的processElement方法

整个过程就是个无限的循环，直到，某一个operator的ouput不为ChainingOutPut,当变为RecordWriterOutput时

上面看到RecordWriterOutput的processElement直接emit发送出去了这个数据，再也没有继续调用processElement方法了

这里也就对应了，flink中的责任链，chain在一起的算子会一个接着一个执行，直到无法chain，就会往下游发送emit了

来看一下UML类图帮助理解

里中有我，我中有你，一直相互调用直到无法chain，然后emit往下游发送（这里肯定就有发送端的反压逻辑，以后随缘更新）

那这里的循环调用理解了就会想，那如何确定第一个operator调用，然后进入整个调用链呢

回到TaskManager接收到JobManager的TDD以后初始化整个任务的时候

StreamTask.java中invoke方法中

先是初始化了一个OperatorChain，里面其实就是一个数组StreamOperator

在他初始化的时候，其实就是为我们所有的streamOutputs设置了他的output以及会根据jobManager发送过来的TDD（包含信息）

设置成对应的ChainingOutPut还是RecordWriterOutput，chainOutput会设置他的的operator

然后获取了getHeadOperator()其实就是获取了他调用连中的第一个

然后在

将这个第一个operator关联到了inputProcessor对象里面

后面就简单了在inputProcessor.processInput中就进入了while(true)循环拉取上游数据的逻辑

然后

在这里调用的第一个processElement方法就是我们的那个headOperator

这样整个调用责任链就开始从第一个Operator运行起来了