大数据Flink（一百零九）：阿里云Flink的基本名称概念
文章目录
阿里云Flink的基本名称概念
一、层次结构
二、概念说明
1、工作空间（Workspace）
2、项目空间（Namespace）
3、资源（Resource）
4、草稿（Draft）
5、部署（Deployment）
6、作业实例（Job）
7、集群（Cluster）
8、连接器（Connector）
9、函数（Function）
10、元数据（Catalog）
11、角色（Role）
12、成员（User）
阿里云Flink的基本名称概念
一、层次结构
通过了解实时计算Flink版产品基本概念的层次结构，为后期作业开发、作业部署、作业运维和安全管理等操作提供思路。实时计算Flink版产品基本概念的层次结构如下图所示。
二、概念说明
1、工作空间（Workspace）
工作空间是Flink全托管管理项目空间的基本单元，每个工作空间的计算资源隔离，开发控制台相互独立。
重要：创建成功后工作空间名称和OSS存储地址不可修改。
2、项目空间（Namespace）
项目空间是Flink全托管管理作业的基本单元，我们的所有配置、作业、权限均在单个项目空间下进行。我们可以创建多个项目空间，为每个项目空间分配单独的资源和权限，实现多租户通过项目空间进行资源和权限的完全隔离。
3、资源（Resource）
Flink全托管的基本计量单位为Compute Unit（CU），即计算资源，1 CU=1核CPU+4 GiB内存+20 GB本地存储（放置日志、系统检查点等信息）。
CU对应实时计算底层系统的CPU计算能力。1个实时计算作业的CU使用量取决于此Job输入数据流的QPS、计算复杂程度，以及具体的输入数据分布情况。我们可以根据业务规模以及实时计算的计算能力，估算所需购买的资源数量。
4、草稿（Draft）
在实时计算Flink版SQL开发界面中创建的SQL作业称为草稿。该概念只适用于通过实时计算控制台方式进行作业开发，不适用于SDK方式。
5、部署（Deployment）
为了避免修改草稿中的内容会影响到线上正在运行的作业，提出了部署（Deployment）概念，目的是将开发和生产隔离，SQL开发中的作业草稿、上传的JAR和Python包都可以成为部署。通过部署使草稿变为线上作业，具有确定的流批属性。该概念只适用于通过实时计算控制台和SDK方式进行的作业开发。
6、作业实例（Job）
线上运行的一个作业实例，由部署生成，具有确定的流批属性。
7、集群（Cluster）
集群为作业上线后的运行环境，以内存速度和任何规模执行计算。Flink全托管支持Per-Job集群和Session集群两种集群模式，分别用于正式和测试开发环境。
8、连接器（Connector）
实时计算Flink版内置了丰富的连接器用于多种上下游的数据读写与同步，并支持上传和使用自定义连接器。
9、函数（Function）
实时计算Flink版提供函数功能，包括内置函数和自定义函数。
10、元数据（Catalog）
数据处理最关键的方面之一是管理元数据，实时计算Flink版的元数据提供了元数据信息，例如数据库、表、字段、分区以及数据库或其他外部系统中存储的信息。
11、角色（Role）
角色是实时计算Flink版安全功能中的概念，可以理解为拥有相同权限的用户的集合。多个用户可以同时存在于一个角色下，一个用户也可以隶属于多个角色。给角色授权后，该角色下的所有用户拥有相同的权限。
12、成员（User）
成员是实时计算Flink版安全功能中的概念，支持将阿里云账号和RAM用户添加为成员。非实时计算Flink项目所有者的成员必须被加入实时计算Flink项目中，且被授予相应的权限，才能操作实时计算Flink项目中的数据、作业、资源及函数。
- 📢博客主页：https://lansonli.blog.csdn.net
- 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
- 📢本文由 Lansonli 原创，首发于 CSDN博客🙉
- 📢停下休息的时候不要忘了别人还在奔跑，希望大家抓紧时间学习，全力奔赴更美好的生活✨