這篇文章主要介紹從命令行到任務在Driver端運行的過程
通過flink run 命令提交jar包運行程序
以yarn 模式提交任務命令類似於： flink run -m yarn-cluster XXX.jar
先來看一下腳本中的調用類
在flink.sh腳本中可以看到提交的命令走到了這樣一個外觀類上，用於提交job解析用戶命令行參數
在其main方法中
先會解析對應需要的flink參數包括flink-conf-dir等，接着
1處會根據是否有hadoop權限安全控制走對應的doas(),具體的執行邏輯為2處解析對應的用戶參數
拿到參數后會先將參數中的第一個先取出來作為action
這里我們只看job提交的，解析出來也就是run,然后將剩余的參數用於job運行
在job運行前會先解析剩余的參數，比如運行的jar文件地址，運行的主類名（沒有后面回去Manifest里面找）作為entryPoint入口，並行度等參數
接着
就用得到的這些參數構建program了，這里其實就是拿到了入口運行類的全額限定名，然后通過類加載器加載運行主類
接着，會根據運行時用戶的主類是否為Program的實現類（用戶可以直接返回plan）來設置對應的packageProgram的屬性program是否為空
那我們常規的提交main方法主類的這里就是空的，如果是主類實現progarm的就反射實例化了一個以后賦給它
接着，就是運行並且提交任務了
這里比較重要，yarn模式提交的話這里會調度整個集群，提交常見的異常
Couldn't deploy Yarn session cluster
就是從這個方法里面拋出的，與yarn有關
這里只看yarn的調度集群，因為standalone模式的話Jobmanager和TaskManager是已經啟動好的了不需要這里
其中走到了這個方法deployInternal（）
可以看到這里就是申請AppMaster並且傳入了yarn模式啟動集群的類的全額限定名，其實就是這個類
用於啟動jobmanager,和standalone 的入口類
org.apache.flink.runtime.entrypoint.StandaloneSessionClusterEntrypoint
功能差不多，但是還有有區別,當這個yarnsourceManager類申請到contain的時候就會
就會去起對應的taskManager了
回到最開始，當集群調度完以后
運行用戶程序
其實就是調用了用戶的main方法，結束
后面就是job往jobmanager提交了，前面的文章有
總結：
通過一個外觀類解析用戶參數，拿到類名
調度集群啟動申請AppMaster,Contaion起JM,TM
然后類名通過類加載器加載類，然后反射實例調用用戶的main方法啟動Job