1、概念
Task（任務）：Task是一個階段多個功能相同的subTask 的集合，類似於Spark中的TaskSet。
subTask（子任務）：subTask是Flink中任務最小執行單元，是一個Java類的實例，這個Java類中有屬性和方法，完成具體的計算邏輯。
Operator Chains（算子鏈）：沒有shuffle的多個算子合並在一個subTask中，類似於Spark 中的Pipeline。
Slot（插槽）：Flink 中計算資源進行隔離的單元，一個Slot中可以運行多個subTask，但是這些subTask必須是來自同一個application的不同階段的subTask。
State（狀態）：Flink在運行過程中計算的中間結果。
2、DATAFLOWS數據流介紹
Flink程序的基本構建是 流（stream）和轉換（Transform）
從概念上講，流是對當前數據流向的記錄（流也可能是永無止境的），而 轉換是將一個或多個流作為輸入，根據需要求轉換成我們要的格式的流的過程。
2.2.1、如何划分TASK的依據
1、並行度發生變化時
2、keyBy()/window()/apply() 等發生Rebalance重新分配
3、調用startNewChain()方法，開啟一個新的算子鏈
4、調用diableChaining()方法，即：告訴當前算子操作不使用算子鏈操作。
3、OPERATOR CHAINS介紹
Flink將多個subTask 合並成一個Task（任務），這個過程叫做 Operator Chains，每個任務由一個線程執行。使用Operator Chains（算子鏈）可以將多個分開的subTask拼接成
一個任務。
Operator Chains 是一個有用的優化，它減少了線程到線程的切換和緩沖的開銷，並在降低延遲的同時提高了總體吞吐量。