Apache SeaTunnel Flink引擎执行流程源码分析

目录

1. 任务启动入口

2. 任务执行命令类：FlinkTaskExecuteCommand

3. FlinkExecution的创建与初始化

3.1 核心组件初始化

3.2 关键对象说明

4. 任务执行：FlinkExecution.execute()

5. Source处理流程

5.1 插件初始化

5.2 数据流生成

6. Transform处理流程

6.1 插件初始化

6.2 转换执行

7. Sink处理流程

7.1 插件初始化

7.2 数据输出

执行流程全景图

关键设计总结

        本文基于SeaTunnel 2.3.x源码分析Flink引擎执行流程，以seatunnel-examples/seatunnel-flink-connector-v2-example/src/main/java/org/apache/seatunnel/example/flink/v2/SeaTunnelApiExample.java为入口，完整解析Flink引擎的执行流程。

1. 任务启动入口

启动类核心代码：

// 1. 初始化Flink启动命令参数
FlinkCommandArgs flinkCommandArgs = new FlinkCommandArgs();
​
// 2. 执行SeaTunnel.run()回调Flink执行命令
SeaTunnel.run(flinkCommandArgs.buildCommand());

• buildCommand()返回FlinkTaskExecuteCommand实例

• SeaTunnel.run()最终调用FlinkTaskExecuteCommand.execute()

2. 任务执行命令类：FlinkTaskExecuteCommand

核心执行流程：

public void execute() {
    // 1. 解析配置文件生成Config对象
    Config config = ConfigBuilder.of(configFile);
    
    // 2. 创建FlinkExecution实例
    FlinkExecution seaTunnelTaskExecution = new FlinkExecution(config);
    
    // 3. 执行任务
    seaTunnelTaskExecution.execute();
}

3. FlinkExecution的创建与初始化

3.1 核心组件初始化

public FlinkExecution(Config config) {
    // 创建三大处理器
    this.sourcePluginExecuteProcessor = new SourceExecuteProcessor(
        jarPaths, config.getConfigList(Constants.SOURCE), jobContext);
    
    this.transformPluginExecuteProcessor = new TransformExecuteProcessor(
        jarPaths, 
        TypesafeConfigUtils.getConfigList(config, Constants.TRANSFORM, Collections.emptyList()),
        jobContext);
    
    this.sinkPluginExecuteProcessor = new SinkExecuteProcessor(
        jarPaths, config.getConfigList(Constants.SINK), jobContext);
    
    // 初始化Flink执行环境
    this.flinkRuntimeEnvironment = FlinkRuntimeEnvironment.getInstance(
        this.registerPlugin(config, jarPaths));
    
    // 为处理器注入运行时环境
    this.sourcePluginExecuteProcessor.setRuntimeEnvironment(flinkRuntimeEnvironment);
    this.transformPluginExecuteProcessor.setRuntimeEnvironment(flinkRuntimeEnvironment);
    this.sinkPluginExecuteProcessor.setRuntimeEnvironment(flinkRuntimeEnvironment);
}

3.2 关键对象说明

4. 任务执行：FlinkExecution.execute()

DAG构建流程：

public void execute() {
    // 初始化数据流集合
    List<DataStream<Row>> dataStreams = new ArrayList<>();
    
    // 按顺序执行三大组件
    dataStreams = sourcePluginExecuteProcessor.execute(dataStreams);
    dataStreams = transformPluginExecuteProcessor.execute(dataStreams);
    sinkPluginExecuteProcessor.execute(dataStreams);
}

5. Source处理流程

5.1 插件初始化

调用链：

SourceExecuteProcessor()
  → super(jarPaths, pluginConfigs, jobContext) // 调用父类构造器
    → this.plugins = initializePlugins(jarPaths, pluginConfigs)

插件加载核心逻辑：

protected List<SeaTunnelSource> initializePlugins(...) {
    SeaTunnelSourcePluginDiscovery discovery = new SeaTunnelSourcePluginDiscovery();
    List<SeaTunnelSource> sources = new ArrayList<>();
    
    for (Config sourceConfig : pluginConfigs) {
        // 1. 识别插件类型
        PluginIdentifier identifier = PluginIdentifier.of(
            ENGINE_TYPE, PLUGIN_TYPE, sourceConfig.getString(PLUGIN_NAME));
        
        // 2. 加载依赖JAR
        jars.addAll(discovery.getPluginJarPaths(Lists.newArrayList(identifier)));
        
        // 3. 创建插件实例
        SeaTunnelSource source = discovery.createPluginInstance(identifier);
        
        // 4. 初始化插件
        source.prepare(sourceConfig);
        source.setJobContext(jobContext);
        
        // 5. 批处理模式校验
        if (jobContext.getJobMode() == JobMode.BATCH && 
            source.getBoundedness() == Boundedness.UNBOUNDED) {
            throw new UnsupportedOperationException("Unbounded source not support batch mode");
        }
        
        sources.add(source);
    }
    jarPaths.addAll(jars);
    return sources;
}

5.2 数据流生成

执行入口：

public List<DataStream<Row>> execute(List<DataStream<Row>> upstreamDataStreams) {
    StreamExecutionEnvironment env = flinkRuntimeEnvironment.getStreamExecutionEnvironment();
    List<DataStream<Row>> sources = new ArrayList<>();
    
    for (int i = 0; i < plugins.size(); i++) {
        SeaTunnelSource internalSource = plugins.get(i);
        
        // 1. 创建SourceFunction
        BaseSeaTunnelSourceFunction sourceFunction;
        if (internalSource instanceof SupportCoordinate) {
            sourceFunction = new SeaTunnelCoordinatedSource(internalSource);
        } else {
            sourceFunction = new SeaTunnelParallelSource(internalSource); // Flink默认路径
        }
        
        // 2. 创建DataStreamSource
        DataStreamSource<Row> sourceStream = addSource(
            env,
            sourceFunction,
            "SeaTunnel " + internalSource.getClass().getSimpleName(),
            internalSource.getBoundedness() == Boundedness.BOUNDED
        );
        
        // 3. 设置并行度
        if (pluginConfig.hasPath(CommonOptions.PARALLELISM.key())) {
            sourceStream.setParallelism(pluginConfig.getInt(CommonOptions.PARALLELISM.key()));
        }
        
        // 4. 注册结果表
        registerResultTable(pluginConfig, sourceStream);
        
        sources.add(sourceStream);
    }
    return sources;
}

结果表注册逻辑：

void registerResultTable(Config config, DataStream<Row> dataStream) {
    if (config.hasPath(RESULT_TABLE_NAME)) {
        String tableName = config.getString(RESULT_TABLE_NAME);
        StreamTableEnvironment tableEnv = getStreamTableEnvironment();
        
        if (!TableUtil.tableExists(tableEnv, tableName)) {
            if (config.hasPath("field_name")) {
                // 带字段名的注册方式
                tableEnv.registerDataStream(
                    tableName, 
                    dataStream, 
                    config.getString("field_name")
                );
            } else {
                // 默认注册方式
                tableEnv.registerDataStream(tableName, dataStream);
            }
        }
    }
}

6. Transform处理流程

6.1 插件初始化

关键校验逻辑：

public void prepare(Config pluginConfig) {
    // 必须包含source_table_name和result_table_name
    if (!pluginConfig.hasPath(SOURCE_TABLE_NAME) || 
        !pluginConfig.hasPath(RESULT_TABLE_NAME)) {
        throw new IllegalArgumentException("Missing required table name config");
    }
    
    // 输入输出表名不能相同
    if (Objects.equals(
        pluginConfig.getString(SOURCE_TABLE_NAME),
        pluginConfig.getString(RESULT_TABLE_NAME)) {
        throw new IllegalArgumentException("Source and result table names must be different");
    }
    
    this.inputTableName = pluginConfig.getString(SOURCE_TABLE_NAME);
    this.outputTableName = pluginConfig.getString(RESULT_TABLE_NAME);
    
    // 调用具体Transform的配置初始化
    setConfig(pluginConfig);
}

6.2 转换执行

核心处理流程：

public List<DataStream<Row>> execute(List<DataStream<Row>> upstreamDataStreams) {
    DataStream<Row> input = upstreamDataStreams.get(0); // 默认使用第一个上游流
    
    for (int i = 0; i < plugins.size(); i++) {
        SeaTunnelTransform transform = plugins.get(i);
        Config pluginConfig = pluginConfigs.get(i);
        
        // 1. 获取输入流（通过source_table_name查找）
        DataStream<Row> stream = fromSourceTable(pluginConfig).orElse(input);
        
        // 2. 执行转换
        input = flinkTransform(transform, stream);
        
        // 3. 注册结果表
        registerResultTable(pluginConfig, input);
    }
    return Collections.singletonList(input);
}

转换算子实现：

protected DataStream<Row> flinkTransform(SeaTunnelTransform transform, DataStream<Row> stream) {
    // 类型系统转换
    SeaTunnelDataType inputType = TypeConverterUtils.convert(stream.getType());
    transform.setTypeInfo(inputType);
    
    // 创建行转换器
    FlinkRowConverter inputConverter = new FlinkRowConverter(inputType);
    FlinkRowConverter outputConverter = new FlinkRowConverter(transform.getProducedType());
    
    // 通过flatMap实现转换逻辑
    return stream.flatMap(new FlatMapFunction<Row, Row>() {
        @Override
        public void flatMap(Row value, Collector<Row> out) {
            // 类型转换
            SeaTunnelRow inRow = inputConverter.reconvert(value);
            
            // 执行Transform核心逻辑
            SeaTunnelRow outRow = (SeaTunnelRow) transform.map(inRow);
            
            if (outRow != null) {
                // 输出类型转换
                Row result = outputConverter.convert(outRow);
                out.collect(result);
            }
        }
    }, TypeConverterUtils.convert(transform.getProducedType()));
}

7. Sink处理流程

7.1 插件初始化

特殊处理逻辑：

protected List<SeaTunnelSink> initializePlugins(...) {
    for (Config sinkConfig : pluginConfigs) {
        SeaTunnelSink sink = discovery.createPluginInstance(identifier);
        sink.prepare(sinkConfig);
        
        // 数据保存模式处理
        if (sink instanceof SupportDataSaveMode) {
            SupportDataSaveMode saveModeSink = (SupportDataSaveMode) sink;
            saveModeSink.checkOptions(sinkConfig); // 校验配置
        }
    }
}

7.2 数据输出

执行流程：

public List<DataStream<Row>> execute(List<DataStream<Row>> upstreamDataStreams) {
    DataStream<Row> input = upstreamDataStreams.get(0);
    
    for (int i = 0; i < plugins.size(); i++) {
        Config sinkConfig = pluginConfigs.get(i);
        SeaTunnelSink sink = plugins.get(i);
        
        // 1. 获取输入流
        DataStream<Row> stream = fromSourceTable(sinkConfig).orElse(input);
        
        // 2. 设置类型信息
        sink.setTypeInfo((SeaTunnelRowType) TypeConverterUtils.convert(stream.getType()));
        
        // 3. 处理数据保存模式
        if (sink instanceof SupportDataSaveMode) {
            SupportDataSaveMode saveModeSink = (SupportDataSaveMode) sink;
            DataSaveMode saveMode = saveModeSink.getDataSaveMode();
            saveModeSink.handleSaveMode(saveMode); // 处理保存模式
        }
        
        // 4. 适配Flink Sink API
        DataStreamSink<Row> dataStreamSink = stream.sinkTo(
            SinkV1Adapter.wrap(new FlinkSink<>(sink))
        ).name(sink.getPluginName());
        
        // 5. 设置并行度
        if (sinkConfig.hasPath(CommonOptions.PARALLELISM.key())) {
            dataStreamSink.setParallelism(sinkConfig.getInt(CommonOptions.PARALLELISM.key()));
        }
    }
    return null; // Sink是终点，无下游数据流
}

FlinkSink适配器伪代码：

class FlinkSink implements SinkFunction<Row> {
    private final SeaTunnelSink<SeaTunnelRow, ?, ?, ?> sink;
    
    public void invoke(Row value) {
        // 将Flink Row转换为SeaTunnelRow
        SeaTunnelRow row = converter.convert(value);
        
        // 调用SeaTunnel Sink写入逻辑
        sink.write(row);
    }
}

执行流程全景图

关键设计总结

1. 插件化架构：

   • 通过SPI机制动态加载Source/Transform/Sink插件

   • 插件发现机制：SeaTunnel*PluginDiscovery

2. 表名映射机制：

   • source_table_name和result_table_name构成DAG链路

   • 通过registerDataStream()实现表注册

3. 类型系统转换：

   • TypeConverterUtils处理SeaTunnel类型与Flink类型的转换

   • FlinkRowConverter实现行数据双向转换

4. 执行环境封装：

   • FlinkRuntimeEnvironment统一管理执行环境

   • 兼容批流一体：通过JobMode控制执行模式

5. 适配器模式：

   • SeaTunnelParallelSource适配SeaTunnelSource到Flink SourceFunction

   • FlinkSink适配SeaTunnelSink到Flink SinkFunction

        本文完整解析了SeaTunnel Flink引擎从任务启动到DAG构建的全流程，重点突出了插件加载机制、类型转换系统和表名映射等核心设计，为理解SeaTunnel内部工作原理提供了详细参考。