Flink Task、Sub-Task、task slot和parallelism_flink subtask

Task：物理图的节点。任务是工作的基本单元，由Flink的运行时执行。任务精确地封装运算符或运算符链的一个并行实例。Task是逻辑概念，一个Operator就代表一个Task（多个Operator被chain之后产生的新Operator算一个Operator）就是Flink作业计算时的算子 比如 map、keyBy等等。
（Node of a Physical Graph. A task is the basic unit of work, which is executed by Flink’s runtime. Tasks encapsulate exactly one parallel instance of an Operator or Operator Chain.）
Sub-Task：子任务是负责处理数据流分区的任务。术语“子任务”强调的是同一个操作符或操作符链有多个并行任务，即Task会按照并行度分成多个Subtask，Subtask是执行/调度的基本单元。Sub-Task可以理解成算子在运行时根据并行度设置而产生的运算算子实例，每个Subtask需要一个线程（Thread）来执行。不同Task的Sub-Task可能会被组合成Operator Chains，即组合成一个Sub-Task，然后到一个线程里执行。
（A Sub-Task is a Task responsible for processing a partition of the data stream. The term “Sub-Task” emphasizes that there are multiple parallel Tasks for the same Operator or Operator Chain.）
parallelism：并行度，即就是一个operator的并行执行实例个数，即可以并行执行的Sub-Task个数。
Task、Sub-Task、parallelism三者关系可以从下面一个图看出来：

task slot：每个worker (TaskManager)是一个JVM进程，可以在单独的线程中执行一个或多个子任务。为了控制TaskManager接受的任务数量，它提出了任务槽的概念。每个任务槽代表TaskManager的一个固定的资源子集，每个TaskManager配置多个slot。由于Flink允许Sub-Tasks共享slot，一个Slot可以运行多个Sub-Task，但是这些Sub-Task必须是来自同一个Job的不同Task的Sub-Task。注意：同一个slot不能执行同一个Task的多个subTask，另外要注意，不是说一个slot里就只有一个线程，可能会有多个不同Task的Sub-Task，也就是多个线程的。slot目前仅对内存有限制，cpu无法限制。
（Each worker (TaskManager) is a JVM process, and may execute one or more subtasks in separate threads. To control how many tasks a TaskManager accepts, it has so called task slots (at least one).Each task slot represents a fixed subset of resources of the TaskManager.）
Task和slot的关系图：

总的来说：
一个Flink程序由多个任务（Task）组成(source、transformation和 sink)。 一个任务由多个并行的实例(线程)来执行(SubTask)， 一个任务的并行实例(线程)数目就被称为该任务的并行度。
Flink中的程序本质上是并行的和分布式的。在执行期间，一个流具有一个或多个流分区，并且每个算子具有一个或多个算子子任务。算子子任务之间彼此独立，并可以在在不同的线程(甚至服务器)中执行，算子的并行度决定了算子子任务数量，同一程序的不同算子可设置不同的并行度。