1、JobGraph是由StreamGraph轉換而來，當client將StreamGraph提交后，job啟動前會先完成轉換，統一的轉換入口如下：
2、StreamingJobGraphGenerator類
StreamingJobGraphGenerator的職責就是將StreamGraph轉換成JobGraph，在轉換的過程中要根據StreamGraph中的節點及邊的對應關系進行算子鏈的合並，同時將一些其他與任務執行相關聯的信息復制過來，接下來主要需要關注其中的構造方法、轉換方法、判斷能否合並的邏輯、算子合並的方法、StreamNode轉換為JobVertex等幾個核心方法即可梳理清楚其轉換的業務
2.1、構造方法
其構造方法中主要包含三個內容，保存了StreamGraph、構造了JobGraph、同時new了一系列的集合容器用於存儲轉換的中間態
2.2、轉換方法createJobGraph
createJobGraph方法中邏輯很清晰，除了合並算子就是復制一些其他執行參數
2.3、setChaining和createChain方法
在這兩處完成了算子的合並核心邏輯，其實就是根據能否chain的判定進行不同的處理，其步驟可以歸納為：
a、因為在StreamGraph中已經形成了完整的DAG圖，此處直接遍歷source節點，從source節點往后挨個去createChain
b，createChain時先拿到當前節點的下游節點，然后遞歸處理，構建出整個的傳遞鏈
c、在構造JobVertex時，如果從前面傳遞過來的兩個節點ID相同，則證明是頭結點，則生成一個JobVertex，並將傳遞鏈中的后續算子connect起來，如果不是則表示應當是被合並的算子，則僅維護StreamConfig即可
d、於此同時也維護好對應的執行資源數據、格式化數據等
2.4、能否chain成鏈的判斷邏輯
判斷很簡潔明了，不再贅述
2.5、createJobVertex
如果是頭結點時就將頭節點轉化為一個JobVertex，此處有InputOutputFormatVertex和JobVertex的區別
2.6 connect
此處就是根據不同的策略，將傳遞鏈上的對應關系維護到一個JobEdge中去。
最后，總的來看由於在StreamGraph中已經構建好了DAG的關系和映射，在StreamingJobGraphGenerator將這個映射關系再次優化而已，在此過程中還涉及到JobGraph、JobVertex、JobEdge等對象，這些可以對比StreamGraph、StreamNode和StreamEdge更容易理解。