Apache Flink 进阶（一）：Runtime 核心机制剖析( 八 )_1.综述本文主要介绍FlinkRuntime的作业

图4. Flink 中资源管理功能各模块交互关系。

当 Task 结束之后，无论是正常结束还是异常结束，都会通知 JobManager 相应的结束状态，然后在 TaskManager 端将 Slot 标记为已占用但未执行任务的状态。 JobManager 会首先将相应的 Slot 缓存到 SlotPool 中，但不会立即释放。这种方式避免了如果将 Slot 直接还给 ResourceManager ，在任务异常结束之后需要重启时，需要立刻重新申请 Slot 的问题。通过延时释放， Failover 的 Task 可以尽快调度回原来的 TaskManager ，从而加快 Failover 的速度。当 SlotPool 中缓存的 Slot 超过指定的时间仍未使用时， SlotPool 就会发起释放该 Slot 的过程。与申请 Slot 的过程对应， SlotPool 会首先通知 TaskManager 来释放该 Slot ，然后 TaskExecutor 通知 ResourceManager 该 Slot 已经被释放，从而最终完成释放的逻辑。

除了正常的通信逻辑外，在 ResourceManager 和 TaskExecutor 之间还存在定时的心跳消息来同步 Slot 的状态。在分布式系统中，消息的丢失、错乱不可避免，这些问题会在分布式系统的组件中引入不一致状态，如果没有定时消息，那么组件无法从这些不一致状态中恢复。此外，当组件之间长时间未收到对方的心跳时，就会认为对应的组件已经失效，并进入到 Failover 的流程。