TaskManager 任务执行

3.3.1 TaskManager 组件解析

3.3.2 深入剖析 Task 执行机制

3.3.2.1 Task 对象生成

3.3.2.2 Task 对象运行机制

3.3.2.3 StreamTask 执行逻辑解析

3.4 StreamTask 与 StreamOperator 协同工作原理

4. StreamOperator 抽象与实现

4.1 数据源逻辑:StreamSource 与时间模型

4.2 从数据输入到处理:OneInputStreamOperator & AbstractUdfStreamOperator

4.3 StreamSink 解析

4.4 其他算子

5. 为执行保驾护航:Fault Tolerant 与 Exactly-Once 语义

5.1 Fault Tolerant 演进历程

5.1.1 Storm 的 Record acknowledgement 模式

5.1.2 Spark streaming 的 micro batch 模式

5.1.3 Google Cloud Dataflow 的事务式模型

5.1.4 Flink 的分布式快照机制

5.2 checkpoint 生命周期详解

5.2.1 触发 checkpoint 机制

5.2.2 Task 层面 checkpoint 的准备工作

5.2.3 操作符状态保存及 barrier 传递

5.3 承载 checkpoint 数据的抽象:State & StateBackend

6. 数据流转:Flink 数据抽象及数据交换过程

6.1 Flink 数据抽象

6.1.1 MemorySegment

6.1.2 ByteBuffer 与 NetworkBufferPool

6.1.3 RecordWriter 与 Record

6.2 数据流转过程

6.2.1 整体流程解析

6.2.2 数据跨 task 传递机制

6.3 Credit 漫谈