这里主要是基于Flink本地执行环境进行的分析，所以看不到集群环境下，Taskr在各个节点之间的调度。但是，这个分析的好处，就是要知道：

1、JobGraph 到 ExecutionGraph之间的转换

2、ExectuionGraph 的构建过程中，每个ExectuionVertex 和 真正执行任务的task 之间的关系是什么？

3、ExectuionVertex是如何根据并行度创建ExectuionVertex上下游节点的之间的输入/输出结果集的？

4、task 和 slot 之间的关系是如何构建的？

个人感觉，以下分析还差那么一点意思。但是，后面满满补充吧。上一篇文章主要是说的是StreamGraph 和 JobGraph 之间的故事！ 在这里，杜卷数据先生：Flink 核心流程解析-上

好吧！就这样吧！下一篇再看看集群环境下task的调度吧！

如果以上过程的梳理，有什么不对的地方。欢迎各位不吝赐教，大家多多交流嘛！

顺便说一句，这里我只关心核心流程和Flink的基本框架，主要是为了学习和参考大师们的设计思路和核心思想。可能并未理解其真正核心，但也已经开始了，是吧!