1、flink的架构
—taskmanager（启动task），jobmanager
Client：Flink 作业在哪台机器上面提交，那么当前机器称之为Client。用户开发的Program 代码，它会构建出DataFlow graph，然后通过Client提交给JobManager。
JobManager：是主（master）节点，相当于Spark的Driver，相当于YARN里面的ResourceManager，生产环境中需要做高可用。JobManager会将任务进行拆分，发送到TaskManager上面执行。 TaskManager：是从节点（slave），相当于Spark的Executor，执行task
2、flink的执行卡槽（共享槽位）
根据并行度设置，几个并行度就是几个task（并行的一个阶段），设置并行度为2，则下列的任务task为5个，source为一个，前面阶段2个task，后面阶段2个task（只不过一个并行度的task可以共享资源）
—这种不行，每个并行的任务都需要占用一个卡槽
—这种的每个并行的任务都在一个卡槽，包含上游端和下游端共享资源
