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

本篇翻译接上一篇

对于下图所示的示例，我们将假设4的并行性和具有两个任务管理器的部署，每个任务管理器提供2个插槽。 TaskManager 1执行子任务A.1，A.2，B.1和B.2，TaskManager 2执行子任务A.3，A.4，B.3和B.4。 在任务A和任务B之间的随机类型连接中，例如从keyBy（），在每个TaskManager上有2x4个逻辑连接，其中一些是本地的，一些是远程的：

不同任务之间的每个（远程）网络连接将在Flink的网络堆栈中获得自己的TCP通道。 但是，如果同一任务的不同子任务被安排到同一个TaskManager，则它们与同一个TaskManager的网络连接将被多路复用并共享一个TCP信道以减少资源使用。 在我们的例子中，这适用于A.1→B.3，A.1→B.4，以及A.2→B.3和A.2→B.4，如下图所示：

每个子任务的结果称为ResultPartition，每个子结果分成单独的ResultSubpartitions - 每个逻辑通道一个。 在堆栈的这一点上，Flink不再处理单个记录，而是将一组序列化记录组装到网络缓冲区中。 每个子任务可用于其自己的本地缓冲池中的缓冲区数量（每个发送方和接收方各一个）最多限制为一个

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