Flink在Spring Boot中的任務調度策略主要依賴于Flink自身的調度機制，而Spring Boot主要負責提供應用上下文和管理。Flink支持多種任務調度策略，其中“Lazy from Sources”是一種適用于資源受限或數據流穩定性場景的策略。以下是關于Flink在Spring Boot中的任務調度策略的相關信息：
Flink任務調度策略
- Lazy from Sources：這是一種延遲啟動下游任務的策略，只有當至少有一個數據源產生數據并且數據準備就緒時，才會觸發下游任務的啟動。這種策略減少了未準備好的任務占用資源的情況，提高了資源的使用效率。
- Eager調度：與Lazy策略相對，Eager策略會立即啟動所有任務，無論數據是否已經到達。
Flink任務執行流程
- Job提交：將Job提交給ResourceManager。
- TaskSlot分配：ResourceManager根據Job的資源需求，為每個TaskManager節點分配一定數量的Task Slot。
- 程序初始化：每個TaskManager節點會將程序實例化，包括將Job快照存儲到CheckPoint。
- 程序執行：TaskManager為每個Task分配CPU資源和內存空間，并啟動Task執行流程。
- CheckPoint：Flink中的CheckPoint機制可以保證程序的容錯性。
- Job結束：當Job的所有Task執行完畢后，程序會將Job的狀態和結果寫入Checkpoint，并通知ResourceManager已經完成。
Flink與Spring Boot集成
- 添加依賴：在Spring Boot項目的pom.xml文件中添加Apache Flink的依賴項。
- 啟動Flink作業：可以使用Java的ProcessBuilder類來啟動一個新的進程運行flink run命令來提交Flink作業。
通過上述策略和流程，Flink在Spring Boot中可以實現高效、靈活的任務調度，滿足大規模數據處理的需求。
