【譯】A Deep-Dive into Flink's Network Stack（2）

本篇翻譯接上一篇

對於下圖所示的示例，咱們將假設4的並行性和具備兩個任務管理器的部署，每一個任務管理器提供2個插槽。 TaskManager 1執行子任務A.1，A.2，B.1和B.2，TaskManager 2執行子任務A.3，A.4，B.3和B.4。 在任務A和任務B之間的隨機類型鏈接中，例如從keyBy（），在每一個TaskManager上有2x4個邏輯鏈接，其中一些是本地的，一些是遠程的：

不一樣任務之間的每一個（遠程）網絡鏈接將在Flink的網絡堆棧中得到本身的TCP通道。 可是，若是同一任務的不一樣子任務被安排到同一個TaskManager，則它們與同一個TaskManager的網絡鏈接將被多路複用並共享一個TCP信道以減小資源使用。 在咱們的例子中，這適用於A.1→B.3，A.1→B.4，以及A.2→B.3和A.2→B.4，以下圖所示：

每一個子任務的結果稱爲ResultPartition，每一個子結果分紅單獨的ResultSubpartitions  - 每一個邏輯通道一個。 在堆棧的這一點上，Flink再也不處理單個記錄，而是將一組序列化記錄組裝到網絡緩衝區中。 每一個子任務可用於其本身的本地緩衝池中的緩衝區數量（每一個發送方和接收方各一個）最多限制爲一個

#channels * buffers-per-channel + floating-buffers-per-gate