Flink集群之間的通信，是通過Akka Actor System來進行管控通信的。包括Client-JobManager和JobManager-TaskManager，而TaskManager之間的數據交換，是基於Netty實現的。
Client主要作用是將批或流應用程序編譯成Dataflow Graph(也就是JobGraph)，然後將其提交給JobManager。詳細來看，Client主要功能如下：
JobManager負責協調Flink application的分布式執行，比如task調度、Checkpoint協調、Failover協調等等。具體功能如下：
其中JobManager內部主要功能組件如下：
壹個Flink Cluster至少有壹個JobManager，在高可用部署模式下，可以有多個JobManager，但是只能有壹個JobManager為leader，其它都為standby。
TaskManager主要用於執行Dataflow的task，並且緩沖和交換數據流。TaskManager中的task slot是集群的最小資源調度單位。TaskManager中的task slot數量，代表了該TaskManager所能並發處理的task數量。
TaskManager的主要功能如下：
上面的Client、JobManager和TaskManager中都有壹個相同的組件，就是Actor System。Akka Actor System用於節點之間消息傳輸。
對於分布式任務執行，Flink會將能夠chain到壹起的operator放到壹個Task中來執行，每個Task由壹個Thread來執行。
將可以chain到壹起的operator放到壹個task執行，是壹種非常有效的優化手段。因為它能夠減少線程到線程的切換開銷和緩存開銷，能夠降低延遲的同時增加吞吐量。
上圖是Application Dataflow的JobGraph，最上面是Dataflow的邏輯視圖JobGraph，下面是帶有並發語義的JobGraph。Task代表Dataflow中operator執行任務，而SubTask代表同壹Operator(或Chain operator)的並發任務，比如上面的source-map chain operator代表壹個task，source-map[1]代表該task的subtask。
Flink集群中的每個TaskManager是壹個JVM進程，TaskManager能夠執行壹個或多個task。而TaskManager能夠執行多少task，就是通過task slot來表示的。
每個task slot代表TaskManager中的固定資源子集，比如TaskManager中有3個task slot，則每個task slot所分配的資源為TaskManager所管理內存的1/3。需要註意的是，這裏只隔離了內存，像CPU、I/O等資源都沒有做隔離。
如果壹個TaskManger只有壹個task slot的話，意味著每個task group(之所以稱為組，是因為task slot會被***享)是JVM進程級別的隔離。而壹個TaskManager如果有多個Task slot，則這些task之間能夠***享JVM資源，比如TPC鏈接、心跳信息等；同時也可以***享數據集和數據結構，從而減少每個task的負載。
對於默認情況下，Flink是允許不同task的subtask***享slot的，只要它們屬於同壹job即可。通過***享slot，壹個slot就可以容納壹個job的整個pipeline，比如下面第壹個TaskManager中的第壹個Task Slot，被source-map[1]、keyby-window[1]和sink[1]整個pipeline所***享，這樣整個最大限度的減少數據跨線程/進程的數據通信。
***享slot除了可能執行整個pipline外，還有以下兩個優點：