「Flink」Flink 1.9 WebUI运行做业界面分析

运行做业界面

在如下界面中，能够查看到做业的名称、做业的启动时间、做业总计运行时长、做业一共有多少个任务、当前正在运行多少个任务、以及做业的当前状态。

这里的程序：一共有17个任务，当前正在运行的是17个任务。

做业概览界面

在这个界面中，咱们能够看到数据流图。这个程序中，一共有3个算子。

Custom Source任务并行度为1

Flat Map任务并行度为8,

Flink Map –> Sink任务并行度为8

一共是17个任务。

在明细界面中，能够查看到具体每一个算子接收的字节数、记录数，发送的字节数、记录数，并行度，开始时间，持续运行时间。

具体Operator运行状况

点击某一个Operator，能够查看到该Operator的具体运行信息。

上图，咱们能够看到Task处理的数据是均匀的，每个Task都拉取到了差很少的记录数。

而下面这张图，咱们能够很直观地看到，3个分区中是有数据处理的。由于此处咱们只有三个单词：hadoop flink spark。每一个单词都分配到了不一样的任务中处理。

Checkpoint界面

Overview

Overview中能够看到Checkpoint的整体概览状况。

Triggered表示一共触发了14个checkpoint，完成了14个。

Lastest Completed Checkpoint为最近一次checkpoint的状况，能够看到这个checkpoint在state中存储的大小是5.9KB。

再看一下这个checkpoint的明细信息：

能够看到这个checkpoint并无配置外部的存储，是保存在Task Manager的内存走过来的。并且这个Checkpoint已经被discard掉了。

再看下具体Operators的checkpoint状况，在Flink中每一个Operator都是有状态的。

第一个Source、第二个Flat Map，这两个Operator都没有实现Operator State（也就是CheckpointFunction），因此，他们并无真正的占用状态存储。

而在第三个FlatMap –> Slink Operator走过来，由于使用到了Keyed Manage State中的ValueState，因此，这里状态存储中是有值的。

History

在History选项卡中，咱们能够看到全部的checkpoint的历史记录

Summary

Summary中，能够看到checkpoint的运行时间。