概述

因为自己在阅读源码的过程中曾经遇到过很多问题，现在稍微有一点点的经验希望分享给很多从零开始的人。Apache的项目代码量很大，很难做到彻底通读，我也是一步一步的先从整体的架构来分析。阅读源码的好处有很多，在此就不一一赘述。

介绍

首先介绍以下flink，它是一个分布式，高容错，能保证每条消息只被处理一次的流处理引擎，也是对Google Dataflow模型的一个较好的开源实现，虽然还是有一些不足之处。虽然在runtime中用的是同一个引擎，但是却提供了针对stream和batch的两套api，不过在后续的更新中应该更好地加入了对sql的支持来完成统一。

本次解析参考的代码是flink1.2版本。

另外Flink是使用Scala和Java混编，关于Scala和分布式工具包Akka的学习资料后续我会补充。

入口

首先是找到入口。因为一个项目中可能有几个主函数，而且大数据相关的项目还会兼容Yarn和Mesos，入口的话就更多了。在这里我会用Local模式和Standalone Cluster模式来讲解，一方面对Yarn和Mesos相关的背景就不需要怎么介绍（事实是我还没学 : ( ...），另一方面入门门槛也稍低一些，还省略了很多代码可以以后再分析。

要找入口，那就要去找启动脚本，建议大家可以稍微学一下bash， 不说能写的多好，最起码能看懂启动脚本就行。

Flink的启动脚本源码在flink-dist/src/main/flink-bin/bin文件夹下，其中有start-cluster和start-local。其中start-local的代码很简单

start-local.sh代码片段

就是调用同文件夹下的jobmanager.sh脚本，因为是本地模式，所以输入参数是local。其中taskmanager的启动时嵌入在同一个jvm中，后面会做解析。

而start-cluster集群模式下的运行就较为复杂

start-cluster.sh代码片段

在这里不会对Zookeeper下的高可用模式进行介绍，只介绍普通集群模式，所以直接参考else后面的语句，同样是运行jobmanager脚本，只是第二个命令行参数变成了cluster。所以接下来去看jobmanager.sh。jobmanager.sh在对入参进行了一系列判断之后，会到以下代码块。

jobmanager.sh代码片段

不管是前台运行还是后台运行，都会调用flink-daemon.sh脚本，下面就是启动脚本的核心。

flink-daemon.sh代码片段判断部分

在flink中，他会根据先前运行的脚本调用daemon脚本，所以需要运行的可能不只是jobmanager，在这儿因为我们是从jobmanager.sh中进入daemon，所以需要运行的class是org.apache.flink.runtime.jobmanaer.JobManager，所以我们看源码的入口也就在这个类。

以下是启动jvm将该类作为主程序的运行，其中很多事jvm的启动参数，不做细讲。

flink-daemon.sh代码片段运行部分

总结

至此，flink的local与cluster启动脚本应该已经比较清晰，如果想开始阅读源码的话就从org.apache.flink.runtime.jobmanaer.JobManager这个类开始看起。因为flink中基于akka的部分大部分是使用scala实现，所以建议可以先去看scala文档，或者runoob.com的scala入门教程，后续还可以研读Scala In Depth这本书。

作者：铛铛铛clark
链接：https://www.jianshu.com/p/5903f6c8667c